摘要:提示工程是设计和优化输入提示以引导 AI 模型产生期望输出的方法,是与大语言模型交互的核心技能。
来源:raw/AIGC/AIGC 提示工程.md、raw/AIGC/关键词 - 中英文.md
最后更新:2026-06-26
提示工程(Prompt Engineering)是通过精心设计的输入文本(提示词)来引导 大语言模型(LLM) 或图像生成模型(如 Midjourney)产生期望输出的技术。
随着 Agent 系统的复杂化,传统 Prompt 工程面临瓶颈:所有领域知识一股脑塞进提示词,项目越复杂 Prompt 越臃肿,上下文窗口被撑满,关键信息被稀释。并且知识与具体项目深度耦合,复用性差。(source: 摘录/Harness 工程之道:Skill 原理与最佳实践.md)
Agent Skills 正是为了解决这些问题而生。它将领域知识和工作流封装为可移植、可版本控制的文件夹,Agent 按需加载。两者的关键差异:
| 维度 | Prompt 工程 | Skill 工程 |
|---|---|---|
| 知识组织 | 单文件扁平的提示词 | 多文件模块化结构 |
| 加载策略 | 全量加载 | 渐进性按需加载 |
| 复用性 | 项目耦合,难以复用 | 跨项目、跨会话可移植 |
| 上下文成本 | 恒定占用,与任务无关也消耗 | 未命中零成本 |
如果说 Prompt 工程是"教 Agent 回答这个问题",那 Skill 工程就是"教 Agent 如何完成这类任务"。前者是单轮指令优化,后者是结构化能力封装。(source: 摘录/Harness 工程之道:Skill 原理与最佳实践.md)