LLM
Prompt（提示词）
定义，什么是提示词？你给大模型的输入的语言指令？例如：你让ai做什么？怎么做？任务的边界是什么？这些都属于提示词。
作用&重要性 大模型本身不知道你的先验知识和业务背景，因此我嗯需要把我们的提示词尽量完备：把我们的头脑中的目标意图翻译成自然语言
在AI对话中提示词可以分为三种类型：
- 用户提示词：本次（当前）输入给AI的信息或指令
- 系统提示词：预先在系统给AI设置好的角色定位和行为规则
- 助手提示词(助手消息)：模型历史回复。AI模型在上一轮对话中生成的内容。一般作为下一轮对话的上下文（因为在多轮对话中模型会历史的assistant片段回传回去）
系统提示词
提示词工程
抽象的：为什么要工程？所谓工程化：就是我们要把“一个经常要做的一件主观上比较随意的事” -> 转化为：一个“标准化、规范程序化、可复用”的流程，重复执行这个流程中可以"迭代，测试，更新"。
为什么要把提示词工程化？
核心原因：大模型的输出是概率性的（同样的意图换几个字结果可能就差很多），而业务要求的往往是长期、稳定、可控、可协作和追责的。因此我们要通过工程化保证“差别不大的输入” -> "质量可预测的结果"
解决方案：
提示词往往不是孤立文本，而是产品链路的一环：RAG 材料怎么塞、工具怎么调用、失败怎么重试。工程化让提示与数据流、错误处理、降级策略一致，而不是每个接口各写一套。
（相关名词：RAG、Dify）
Token
