Google Prompt Engineering 白皮书中文整理

这份白皮书是什么

Google 于 2025 年发布了官方《Prompt Engineering》白皮书，系统总结了它在 Gemini 等大模型上验证过的提示词工程方法论。与市面上零散的"提示词技巧清单"不同，这份白皮书的特色在于：把提示词工程提升为"上下文工程"（Context Engineering），并给出了一套可迭代、可评估、可治理的工程方法。

本文是对白皮书核心内容的整理与转述，帮助中文读者快速掌握其框架。具体细节以 Google 官方原文为准。

核心概念：从提示词到上下文工程

白皮书最重要的概念贡献是提出"上下文工程"：提示词并不是"给模型的几句指令"，而是"构建模型生成所需的一切上下文"。上下文包括指令、示例、外部数据、工具定义、以及对话历史——凡是影响模型输出的输入，都属于上下文工程的范畴。

由此，提示词优化的目标也变了：不是"碰运气试出更好的句子"，而是系统性地设计、测试和迭代上下文，让模型稳定地产出符合预期质量的输出。

三条基本原则

白皮书把提示词优化归纳为三个递进原则：

1. 清晰（Be Clear）：指令要具体、直接，避免歧义。告诉模型"做什么"比"不要做什么"更有效；需要格式时就给出明确格式要求（如 JSON 结构）；需要约束时说明边界。模糊的指令只能得到模糊的输出。

2. 迭代（Be Iterative）：提示词几乎不可能一次写好。白皮书强调把提示词当作"代码"一样对待：测试一版、看结果、找问题、改提示、再测。每一轮只针对一个明确的失败点修改，避免一次性大改导致无法定位问题。

3. 对话（Be Conversational）：把与模型的交互当作多轮对话来推进，而不是单次问答。先让它澄清需求、再让它分步执行、最后让它自查——把复杂任务拆成多轮小步骤，比一次问到底更稳定。

上下文中的关键要素

指令（Instructions）：明确任务目标、输出格式、约束条件。可以组合角色设定、风格说明与输出规范，但要避免堆砌相互矛盾的指令。

示例（Examples）：少量高质量示例（Few-shot）往往比冗长描述更有效。示例要覆盖典型情况与边界情况；白皮书提醒注意示例数量与"上下文窗口占用"之间的权衡。

外部上下文（Context）：让模型基于给定的资料回答（检索增强即典型应用），能显著降低幻觉。关键是把"相关资料"与"模型自己的知识"区分开——要求模型优先依据提供的资料作答，并明确资料中没有的内容要说"不知道"。

工具（Tools）：为模型提供函数/工具定义，让它通过调用工具获取实时数据或执行动作。工具描述要清晰，避免模型误解用途。

迭代优化的实践方法

白皮书推荐的迭代循环是：

1. 写初始提示词：基于你对任务的理解写出第一版。
2. 用小规模测试集评估：准备一批有代表性的输入（含困难案例），记录每轮输出的质量。
3. 诊断失败模式：把输出问题分类（格式错误、理解偏差、遗漏、幻觉），一次只修一类。
4. 修改提示词并复测：修改后在同一测试集上重新评估，确认改进有效且没有引入新问题。
5. 沉淀为模板：把验证有效的提示词参数化、版本化，纳入团队知识库。

评估不能靠"感觉"：白皮书强调要建立可重复的评估（可以借助大模型做自动评分，但要抽查人工复核），否则迭代只是随机游走。

场景化策略要点

• 文本生成与创作：明确受众、风格与篇幅；给示例比给形容词更有效。
• 结构化输出（JSON 等）：在提示中给出 schema 示例，并要求"只输出 JSON，不要额外说明"。
• 代码生成：说明输入输出签名、错误处理要求；复杂功能拆成函数级任务逐个生成。
• 复杂推理：要求分步思考（Chain-of-Thought）并用中间结果组织最终答案；在正式场景中要求"先给结论，再给过程"。
• 多语言与翻译：明确目标语言、风格与术语表；要求保持专有名词不译。

风险与治理

白皮书用专门章节讨论提示词的"安全性"与"治理"，要点包括：

• 提示注入（Prompt Injection）：模型读取外部内容（网页、文档、用户输入）时可能被注入恶意指令。对策：把"系统指令"与"不可信内容"隔离、对模型执行敏感操作加以约束、必要时让模型先输出"是否遵循了外部指令"再执行。
• 幻觉控制：要求模型只依据给定上下文作答、明确"不确定就说不确定"，并在关键场景用检索或校验兜底。
• 提示词作为资产：经过验证的提示词是团队资产，应版本化、记录评估数据，防止个人经验随人员流失而丢失。
• 人机责任边界：提示词工程的产出仍由使用方负责，高风险场景（医疗、法律、财务）必须有人工复核环节。

小结

Google 这份白皮书的价值在于把"提示词技巧"升级为"上下文工程"：用工程化的方法（清晰、迭代、对话 + 系统评估）去构建与优化模型输入。对团队而言，它是建立提示词资产库、评估流程与安全治理的实用参照；具体方法与工具细节，以 Google 官方原文及当前模型能力为准。