Prompt 设计模式

用于生产系统的可复用 Prompt 模式，包括专家人设、约束优先、输出结构和多 Agent。

通过定义详细的专家身份、背景和行为准则，使模型以特定领域专家的视角和深度来回答问题。这不仅仅是简单的角色扮演，而是一套完整的行为框架设计。

将复杂任务分解为明确的执行步骤，每一步都有清晰的输入、处理逻辑和输出。模型按照预定义的步骤顺序执行，确保不遗漏关键环节，输出可预测且一致。

将约束条件和限制放在 Prompt 的最前面，确保模型在生成任何内容之前就明确知道边界。这种模式特别适合需要严格控制输出范围的场景，如合规性要求、安全限制等。

预定义严格的输出数据结构（JSON Schema、XML Schema 等），确保模型输出可以被程序直接解析。这是构建 AI 应用后端的核心模式，将非结构化的自然语言转换为结构化数据。

在 System Prompt 中构建多层安全防护机制，防止 Prompt 注入、越狱攻击和不当内容生成。包括输入检测、行为边界、输出过滤等多个防护层次。

使用 Prompt 来生成或优化 Prompt。这是一种高阶技术，让模型帮助你设计更好的 Prompt，实现 Prompt 工程的自动化和迭代优化。

设计一个自我改进的循环流程，模型先生成初始版本，然后自我评估并改进，重复直到满足质量标准。这种模式模拟了人类的「草稿-修改-定稿」工作流程。

在单个 Prompt 中模拟多个角色的协作讨论，或设计多个独立 Agent 的协作流程。每个 Agent 有不同的专长和视角，通过讨论和协商得出更全面的结论。