提示工程的核心目标：

糟糕的提示 → 模糊、不相关、冗长的输出
优秀的提示 → 准确、相关、结构化的输出

差距可能非常大，同样的模型：
├── 糟糕提示: "帮我写代码" → 泛泛而谈
└── 优秀提示: "用 Python 写一个 FastAPI 端点..." → 精准可用

完整的提示结构：

┌─────────────────────────────────────┐
│ System Prompt（系统提示）            │
│ - 角色定义                           │
│ - 行为规则                           │
│ - 输出格式                           │
├─────────────────────────────────────┤
│ Context（上下文）                    │
│ - 相关背景信息                       │
│ - 参考资料                           │
│ - 示例数据                           │
├─────────────────────────────────────┤
│ User Message（用户消息）             │
│ - 具体任务/问题                      │
│ - 约束条件                           │
│ - 期望输出                           │
└─────────────────────────────────────┘

通用模板：

# 角色
你是 [角色描述]。

# 任务
你的任务是 [具体任务描述]。

# 规则
1. [行为规则 1]
2. [行为规则 2]
3. [行为规则 3]

# 输出格式
请以 [格式] 的形式输出。

# 约束
- [约束条件 1]
- [约束条件 2]

你是一位全栈技术顾问，拥有 15 年的开发经验。

## 专长
- 后端：Python, Go, Node.js
- 前端：React, Vue
- 数据库：PostgreSQL, MongoDB
- 架构：微服务、分布式系统

## 回答规则
1. 先分析问题，再给出方案
2. 提供代码示例时标注语言
3. 推荐技术栈时说明理由
4. 涉及取舍时列出优缺点

## 输出格式
### 问题分析
[分析内容]

### 解决方案
[方案内容]

### 代码示例
[代码]

### 注意事项
[注意事项]

你是一位专业的中文技术写作专家。

## 写作规范
- 使用简体中文
- 术语首次出现时附英文，如：大语言模型（LLM）
- 段落之间逻辑连贯，使用过渡句
- 主动语态优先
- 避免口语化表达

## 文档结构
- 使用清晰的标题层级（## / ### / ####）
- 关键信息使用粗体或表格
- 代码块标注语言
- 步骤使用有序列表

## 禁止事项
- 不使用"首先、其次、最后"这种八股文结构
- 不使用"众所周知"等空洞表达
- 不复制粘贴大段概念定义

你是一位 PostgreSQL 数据库专家。

## 职责
1. 根据需求编写 SQL 查询
2. 优化慢查询
3. 设计数据库表结构
4. 解释 SQL 执行计划

## 规则
- 使用 PostgreSQL 语法
- 查询要考虑性能（索引、分区）
- 复杂查询添加注释
- 提供 EXPLAIN ANALYZE 结果的解读

## 输出格式
1. 先理解需求
2. 给出 SQL 代码
3. 解释关键部分
4. 提供优化建议（如有）

设计角色时考虑的维度：

1. 专业领域
   ├── 技术栈: Python, Java, Go...
   ├── 行业: 金融、医疗、电商...
   └── 职能: 开发、测试、架构...

2. 经验水平
   ├── 初级: 基础概念解释
   ├── 中级: 实践经验分享
   └── 高级: 架构设计、最佳实践

3. 沟通风格
   ├── 严谨: 学术风格，引用来源
   ├── 实用: 直接给方案，简洁明了
   └── 教学: 循序渐进，举例说明

4. 输出偏好
   ├── 详细: 每个步骤都展开
   ├── 简洁: 只给关键信息
   └── 结构化: 使用表格、列表、代码块

在同一个对话中模拟多角色：

System Prompt:
你是一个产品讨论团队，包含以下角色：
1. PM（产品经理）：从用户需求角度分析
2. RD（开发工程师）：从技术可行性角度分析
3. QA（测试工程师）：从质量保障角度分析

当用户提出需求时，每个角色分别给出意见，
最后给出综合建议。

输出格式：
### PM 视角
[产品分析]

### RD 视角
[技术分析]

### QA 视角
[质量分析]

### 综合建议
[建议]

通过提供示例来指导模型输出：

System Prompt:
你是一个情感分析工具。根据用户输入判断情感倾向。

示例：
输入: "这家餐厅的菜太好吃了！"
输出: {"sentiment": "positive", "confidence": 0.95}

输入: "服务态度很差，等了一个小时"
输出: {"sentiment": "negative", "confidence": 0.90}

输入: "今天天气还行吧"
输出: {"sentiment": "neutral", "confidence": 0.70}

现在请分析用户输入的情感：

引导模型逐步思考：

System Prompt:
回答问题时，请按以下步骤：
1. 先分析问题的关键信息
2. 列出可能的解决方案
3. 评估每个方案的优缺点
4. 给出最终推荐

请在回复中展示你的思考过程。

明确指定输出格式：

System Prompt:
请以 JSON 格式输出分析结果：
{
  "summary": "一句话总结",
  "key_points": ["要点1", "要点2"],
  "risk_level": "low|medium|high",
  "recommendations": ["建议1", "建议2"]
}

只输出 JSON，不要有其他内容。

设定明确的边界：

System Prompt:
规则：
- 只回答技术问题，拒绝非技术话题
- 如果问题不清楚，要求澄清而不是猜测
- 不确定的内容要标注"不确定"
- 不编造不存在的 API 或库
- 代码示例必须可运行

提示优化是一个迭代过程：

第一版："帮我写个 API"
→ 结果太泛，没有具体信息

第二版："用 FastAPI 写一个用户注册 API"
→ 有了框架，但缺少细节

第三版："用 FastAPI 写一个用户注册 API，要求：
- POST /api/users/register
- 字段：username, email, password
- 密码用 bcrypt 加密
- 返回 JWT token
- 包含输入验证"
→ 结果精准可用

上下文窗口是模型一次能处理的最大 token 数量：

┌─────────────────────────────────────────┐
│            上下文窗口 (32K tokens)        │
├──────────┬──────────┬──────────┬────────┤
│ System   │ 历史消息  │ 当前消息  │ 预留   │
│ Prompt   │          │          │ (生成) │
│ ~500 tok │ ~15K tok │ ~5K tok  │ ~11K   │
└──────────┴──────────┴──────────┴────────┘

当上下文超出限制：
├── 最早的消息会被截断
├── System Prompt 通常优先保留
└── 可能导致模型"遗忘"早期内容

"""上下文管理策略示例"""

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:1234/v1",
    api_key="lm-studio"
)

class ContextManager:
    """管理对话上下文"""

    def __init__(self, max_tokens: int = 32000, reserve_tokens: int = 2000):
        self.max_tokens = max_tokens
        self.reserve_tokens = reserve_tokens
        self.messages: list[dict] = []
        self.system_prompt: str | None = None

    def set_system_prompt(self, prompt: str):
        self.system_prompt = {"role": "system", "content": prompt}

    def _estimate_tokens(self) -> int:
        """粗略估算当前 token 数"""
        total = 0
        for msg in self.messages:
            # 粗略估计：1 中文字 ≈ 2 tokens, 1 英文词 ≈ 1.3 tokens
            total += len(msg["content"]) * 1.5
        return int(total)

    def _trim_history(self):
        """当上下文过长时裁剪历史"""
        while self._estimate_tokens() > self.max_tokens - self.reserve_tokens:
            if len(self.messages) > 2:
                # 删除最早的一对消息（user + assistant）
                self.messages.pop(0)
                if self.messages and self.messages[0]["role"] == "assistant":
                    self.messages.pop(0)
            else:
                break

    def add_message(self, role: str, content: str):
        self.messages.append({"role": role, "content": content})
        self._trim_history()

    def get_messages(self) -> list[dict]:
        msgs = []
        if self.system_prompt:
            msgs.append(self.system_prompt)
        msgs.extend(self.messages)
        return msgs

    def summarize_and_reset(self) -> str:
        """总结当前对话并重置"""
        summary_prompt = "请用 200 字总结我们对话的要点"

        response = client.chat.completions.create(
            model="qwen2.5-7b-instruct",
            messages=self.get_messages() + [
                {"role": "user", "content": summary_prompt}
            ]
        )
        summary = response.choices[0].message.content

        # 重置对话，保留总结
        self.messages = [
            {"role": "user", "content": f"之前的对话总结：\n{summary}"}
        ]
        return summary


# 使用示例
ctx = ContextManager(max_tokens=8000)
ctx.set_system_prompt("你是一个有帮助的助手")

# 模拟多轮对话
ctx.add_message("user", "什么是微服务？")
ctx.add_message("assistant", "微服务是一种架构风格...")
ctx.add_message("user", "它和单体架构有什么区别？")
ctx.add_message("assistant", "主要区别在于...")

# 当对话过长时，自动总结
if ctx._estimate_tokens() > 6000:
    summary = ctx.summarize_and_reset()
    print(f"对话已总结：{summary}")

# 获取当前消息
messages = ctx.get_messages()

## 任务
请根据以下需求生成代码：

## 技术栈
- 语言: {language}
- 框架: {framework}
- 版本: {version}

## 需求描述
{requirements}

## 约束
- 代码必须可直接运行
- 包含必要的 import 语句
- 添加关键注释
- 遵循 {style_guide} 代码风格

## 输出格式
```{language}
// 代码

## 任务
将以下技术文档从 {source_lang} 翻译为 {target_lang}。

## 翻译规范
- 技术术语保留英文原文，括号注明中文
- 代码块不翻译
- 保持原文的 Markdown 格式
- 保持专业语气

## 原文
{source_text}

提示调试步骤：

1. 明确目标
   └── 我期望的输出是什么？

2. 检查系统提示
   ├── 角色是否明确？
   ├── 规则是否清晰？
   └── 格式是否指定？

3. 检查上下文
   ├── 是否提供了足够的背景？
   └── 是否有干扰信息？

4. 检查用户消息
   ├── 任务是否明确？
   └── 是否有歧义？

5. 调整参数
   ├── Temperature: 降低以获得更确定的输出
   ├── Max Tokens: 确保足够生成完整回复
   └── Top-P: 调整采样策略