模块 02 · 用大模型做东西

提示词

用对比实验讲清楚提示词的结构、少样本、先想再答、JSON 输出，最后搭一个批量测试提示词的小工具。

各课

01
一个好提示词长什么样
同一份乱糟糟的用户求助，随手写的提示词和结构清楚的提示词各跑一次，逐段对比结果。讲清楚身份、任务、背景、要求、输出格式这几块各起什么作用。
35 分钟 · 入门
02
给例子：少样本提示
把用户留言分成四类，不给例子答对 18 条，给 4 个例子答对 20 条。讲清楚例子怎么挑、放几个、会带来什么副作用。
30 分钟 · 入门
03
让模型先想再答
6 道容易错的题各跑 5 次，直接回答对 21 次，先写推理过程对 29 次，开启思考模式全对。讲清楚为什么先想再答有用，以及它要付出多少代价。
35 分钟 · 入门
04
让模型输出 JSON
模型的回答要交给程序处理时，得是格式可靠的 JSON。讲 JSON 模式、用 Pydantic 校验并在失败时让模型改正，以及用严格模式的工具调用拿到符合 schema 的结构化输出。
40 分钟 · 入门
05
提示词也要测试
把提示词放进文件、准备 30 条测试用例、每条跑 3 次，用数据比较两个版本的提示词。还会看到测试结果本身也要检查：有时错的不是模型，是标注。
40 分钟 · 入门

这个模块的每一课都是一组对比实验：同一个任务，两种写法，跑出来的结果放在一起比。你会看到随手写的提示词让模型把用户的猜测写成了事实，给 4 个例子让分类全部答对，一句"先写推理过程"让陷阱题的错误从 9 次降到 1 次。

课里没有"万能模板"。提示词写得好不好，要看它在你的任务上跑出来的结果，所以最后一课会教你怎么批量测试提示词。

为什么是这个顺序

第 1 课讲一个提示词由哪几块组成，这是基础。第 2、3 课各讲一个在基础之上最常用的技巧：给例子和让模型先想再答。第 4 课转向程序处理，讲怎么让输出变成可靠的 JSON，后面做应用、做智能体都离不开它。第 5 课把前面的一切放到"测试"的框架里：改提示词之前和之后，用数据说话。

学完的标准

拿到一个一句话的提示词，能找出它的问题，按身份、任务、要求、格式、分隔符改写。
能为一个分类任务挑出合适的少样本例子，并说出为什么挑它们。
能判断一个任务要不要开思考模式，并用数据支撑你的判断。
能写出"JSON 模式 + Pydantic 校验 + 失败重试"的代码，从一段文字里稳定地提取结构化数据。
改提示词之后，能用一组测试用例说明新版本比旧版本好在哪、差在哪。

本模块的代码