微信扫码
添加专属顾问
从被AI惊艳到被AI折磨,一位Prompt工程师半年的血泪史告诉你:大模型不是许愿机。 核心内容: 1. Prompt工程的两大困境:模糊需求表达 vs 模型能力边界 2. 调试过程中的三大痛点:无报错机制、评测标准缺失、测试成本高昂 3. 实战总结出的关键认知:模型能力取决于训练数据而非完美Prompt
过去半年,除了产品设计工作,我还多了一个身份:Prompt 工程师。
什么感受呢?仿佛站在了一个旧逻辑失效、新路径未明的中间地点。
尽管如此,从最初的迷茫,到如今也逐步摸索出了一些要点。
我们都是从被 AI 惊艳到开始的。
一句简单的 Prompt 就可以生成一些看起来很牛逼的东西。
可当你开始尝试,就会发现 LLM(大模型) 可以做任何东西,除了你想要的东西。
比如,你想做一个炫酷的网站。
LLM 会给你一个很不错的网站,但不是你脑子中的那种炫酷。
炫酷太模糊了,LLM 没有你脑子中的约束条件。
可一旦尝试提出更具体的需求,就会发现
大部分情况下,其实都没有太多成文本的领域知识,很多人懂,但是却说不出来。
你去看了一些 Prompt 工程的文档,发现几乎没什么用…
什么角色、思维链,都不解决最核心的问题
你脑子中的炫酷是什么呢??
于是你开始试着堆叠词汇,黑色的,渐变的,科技感的字体…
一方面你会发现:
约束条件越多,效果反而不好;
因为我们的表达很可能是错的,起码没那么精准。LLM 去强行匹配我们的需求,必然会降低质量。
比如,比起「黑色」,「深色」是不是更合理一些?
另一个方面你会发现:
这种对抽象概念的解构,边界在哪里?什么时候才算充分?
无法回答。
只能一步一步的做测试,这个过程中,很快就会发现
我们常常把模型比作一个"超级魔盒",认为只要找到正确的"咒语"(Prompt),就能召唤出它最强大的能力。
这种想法虽然浪漫,但是却忽视了一个最基本事实:
模型的核心能力来自于它的「训练数据样本」和「调教参数」,而不是输入提示的"咒语"。
Prompt 仍然不能解决很多问题。
LLM在很多地方表现优异,但在某些问题的解决上,表现的像个弱智。
LLM 一边做高考题,一边分不清 9.11 和 9.8 谁更大。
只能一点一点的修改 Prompt,来推测LLM能力的边界。
这个过程非常痛苦。
一边是表达不一定精准,一边是LLM能力不行。
Prompt 已经写了几百字,实际调试的时候,又不像代码一样可以报错。
不知道哪句话有问题,不知道问题出在哪,导致盲目的试错。
经常一天过去了,但是一无所获。
个人使用LLM来说,这并不是一个问题。
但在 Prompt 工程中,Prompt 的产出通常是流程中的一个环节,其单独输出的结果,往往缺乏评价标准
更头疼的是,很好很差的结果都很少见,大部分的结果都处在不上不下的中间环节。
拔剑四顾心茫然,很难评测。
另一个问题是, Prompt 工程要解决的,往往是一类问题。
需要覆盖大量、多样化的 case 来评测。
而设计、执行和分析这些测试,其时间成本往往高得惊人。
所以,Prompt工程师的日常是什么?是在“表达不清的需求”和“能力莫测的模型”的夹缝中,用无穷尽的试错和玄学般的调试,试图搭建一座沟通的桥梁。
它远非吟诵咒语般简单,而是一个充满探索、调试与评估挑战的持续过程。我仍在这条路上摸索前行
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-07-08
精打细算虾养成指南: 省 Token 和把 AI 用好,从来就是一件事
2026-07-07
从零开始玩转循环 (Getting started with loops)【译】
2026-07-07
用好“AI 录音转写”,效率提升 3 倍,四个场景直接抄
2026-07-02
Claude团队:别再逐条喂Prompt,学会给Agent设计循环
2026-07-02
Agent 怎么沉淀技能:把一个好 prompt 变成全队资产
2026-07-01
从 Prompt 到 Skill:专业工作流的结构升级
2026-07-01
别让 AI 写的文档误导用户:从单次 Prompt 到高可信文档工程化实践
2026-06-30
网传 Karpathy 的 CLAUDE.md 曝光,10条铁律管住Claude Code!
2026-04-21
2026-04-25
2026-04-14
2026-05-02
2026-04-20
2026-04-19
2026-04-14
2026-05-25
2026-04-18
2026-06-10
2026-06-17
2026-05-23
2026-05-16
2026-04-14
2026-02-28
2026-02-12
2026-02-12
2026-02-08
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。