2025 年的三点半提示词技巧
2025 年了，模型能力上升了一个台阶，更不需要去记提示词技巧和框架了，写提示词不再是一个多专业的活，核心就记住三点半：
1. Context：问题所需要的上下文信息，千万别以为模型会读心术，一定要把相关信息都提供；但是长度不要太长，因为长度越长效果越差，多长不同模型有区别，多试试就知道了。
2. Instruction：你想要模型做什么说清楚。如果自己都没想清楚，就先临时开个会话和模型闲聊，让它帮你梳理清楚，梳理清楚指令了再新开会话输入你的指令和上下文。
3. Atom：让你的提示词原子化，这里其实有两点含义：
- 1) 你每次的任务要小，不要想让模型一次完成太多任务
- 2) 上下文完整独立，在你的会话中把这次任务的上下文都提供清楚了
最后还有半点：
CoT：思维链（Chain of Thought）对于大语言模型来说已经慢慢成了基本技能，尤其是推理模型，高于人类平均水平，如果你明确知道最优步骤，就写上，不确认就让模型写，不满意就让模型改进，还不满意就新开会话或者换模型再试试。
2025 年了，模型能力上升了一个台阶，更不需要去记提示词技巧和框架了，写提示词不再是一个多专业的活，核心就记住三点半：
1. Context：问题所需要的上下文信息，千万别以为模型会读心术，一定要把相关信息都提供；但是长度不要太长，因为长度越长效果越差，多长不同模型有区别，多试试就知道了。
2. Instruction：你想要模型做什么说清楚。如果自己都没想清楚，就先临时开个会话和模型闲聊，让它帮你梳理清楚，梳理清楚指令了再新开会话输入你的指令和上下文。
3. Atom：让你的提示词原子化，这里其实有两点含义：
- 1) 你每次的任务要小，不要想让模型一次完成太多任务
- 2) 上下文完整独立，在你的会话中把这次任务的上下文都提供清楚了
最后还有半点：
CoT：思维链（Chain of Thought）对于大语言模型来说已经慢慢成了基本技能，尤其是推理模型，高于人类平均水平，如果你明确知道最优步骤，就写上，不确认就让模型写，不满意就让模型改进，还不满意就新开会话或者换模型再试试。
