提示工程是什么？从任务设计到固定样例的迭代检查
解释提示工程如何组织要求、上下文和示例，用发票字段提取说明评测与版本记录，并区分提示修改、模型训练和外部工具能力。
先理解这个概念
提示工程是围绕模型任务设计和调整输入的方法，包括明确要求和组织上下文，也会选择示例，用实际样例检查改动效果。它不是寻找一段永远有效的魔法口令，也不会直接改变模型参数。若错误来自缺失数据或工具权限，继续堆砌提示未必有用，应先定位问题属于输入、模型还是外部系统。
先把任务完成条件写成可检查结果
以发票字段提取为例，目标可以是识别号码与金额，未出现的字段留空。只要求准确提取仍不够，需要规定多张票混在一起时怎样对应。先明确这些条件，才能知道改提示后改善的是格式，还是确实减少了错误。
准备不同版式及模糊输入，保留一部分作为固定评测材料。不要每次只挑成功样本演示，也不要把评测答案直接放进提示。这里是任务设计方案，没有使用真实发票或报告提取成绩，样例应按实际数据条件另行建立。
一次修改一个主要因素更容易归因
可以分别试验更清晰的字段定义和一份示例，观察哪类错误发生变化。若同时换模型又改输入，结果差异就难以归因。输出具有随机性时，还需要检查多次表现，不能只凭一轮结果决定某个提示永远更好。
Anthropic提示资料要求先有明确成功标准和评测方法，也说明并非所有问题都适合靠提示解决。例如运行时间或事实来源不足，需要从模型选择和资料路径处理。提示长短不是质量指标，保留有用约束比堆叠角色形容词更容易检查。
将有效版本保存在可追踪的工作流程
记录模型版本和提示全文，以及每次修改对应的错例。恢复旧版时应能找到原设置，避免只保存一张成功截图。应用中的动态资料也要与固定要求分开，防止客户文本被拼进指令区，改变原本的任务规则。
若提示稳定以后仍反复失败，下一步可以检查结构化输出、检索或训练是否更合适，但应由错误证据决定。本文解释可复查的迭代方式，没有承诺某种写法提高固定百分比，也不把提示技巧当作事实核对的替代。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。