---
title: "AI Agent 提示词工程指南｜从新手到高手 | TauX"
description: "Prompt Engineering 完整指南：从单一任务指派到 AI Agent 设计模式，涵盖提示词架构、推理链与代理人工作流的实务原则。专为开发者与高级用户撰写。"
url: "https://taux.io/zh-Hans-CN/agent-prompting-guide"
locale: "zh-Hans-CN"
alternates:
  en-US: "https://taux.io/en-US/agent-prompting-guide"
  ja-JP: "https://taux.io/ja-JP/agent-prompting-guide"
  ko-KR: "https://taux.io/ko-KR/agent-prompting-guide"
  zh-Hant-TW: "https://taux.io/zh-Hant-TW/agent-prompting-guide"
---

# Make the Machine Understand — 从新手到高手的指令秘籍

Prompt Engineering 实战指南

### 导言：为什么你的 AI 总是不懂你？

其实不是 AI 笨，是我们「交办工作」的方式不够清楚。Prompt Engineering（提示工程）就像是在用白话文写程序。 核心在于给出清晰的指令、必要的背景，并告诉 AI 该怎么排列组合这些信息。 

想像一下，Prompting 就像是在写一份给「超级实习生」的工作指南。这个实习生很聪明，但如果你没说清楚，他就会乱猜。 

01 — Prompting 101

## 基础篇 (Prompting 101)

适合场景：写作、分析文档、单次问答、数据提取。

### 1\. 给它一个「身分」与「任务」 (Context & Role)

不要只丢一句话给 AI，你要像导演一样设置角色。

 错误示范：「这是什么？」 正确示范：「你是一间瑞典保险公司的理赔专员。你的任务是阅读车祸报告并判断谁有过失。」 

如果不说这是车祸报告，AI 可能会以为是滑雪意外。明确定义身分，AI 就不会瞎猜。 

### 2\. 提供「参考书」 (Background Data)

如果是固定不变的信息（如标准表格、法规），请放在最前面 (System Prompt)。

*   **为什么？** 让 AI 专注填写内容，不用重新学习格式。就像给实习生「员工手册」。
*   **小技巧：** 善用 XML 标签（如 `<form>内容</form>`）。AI 喜欢结构化数据。

### 3\. 下达「步骤指令」 (Step-by-Step Instructions)

不要只求结果，要规定过程。人类怎么思考，就叫 AI 照着做。

**指令写法：** 「第一步：检查表格勾选框。第二步：解读现场图。第三步：做出结论。」 

强迫 AI 把思考过程写出来 (Show its work)，准确率会大幅提升。 

### 4\. 规定「输出格式」 (Output Formatting)

告诉 AI：「请用 JSON 格式输出」或「请把结论包在 `<verdict>` 标签里」。

这样你可以直接拿程序去抓取结果，不用人工复制粘贴。 

02 — Agent prompting

## 高级篇 (Prompting for Agents)

适合场景：使用工具、上网搜索、写程序、多步骤复杂任务。

### 1\. 什么是代理人 (Agent)？

基础篇 AI 像「问答机」。代理人则像「独立员工」，在循环 (Loop) 里工作：  
 使用工具 → 观察结果 → 思考下一步 → 再使用工具  
 直到完成任务。 

### 2\. 何时该用代理人？

杀鸡焉用牛刀。适合任务复杂、路径不固定的场景。

*   **适用：**做市场调查（不知道要搜索几次才能找到答案）。
*   **不适用：**已有确切 SOP 的固定流程，或简单任务。

### 3\. 关键心法：像代理人一样思考

问自己：「如果我是刚毕业的实习生，给我这些工具，我会不会不知所措？」

*   **工具设计要清楚：**名称简单准确，不要重叠。
*   **给原则，不要给脚本：**范例：「简单问题搜 5 次，复杂搜 10 次」或「找到答案就停止」。

### 4\. 让它「先想再做」 (Plan & Guide Thinking)

现在的模型可以边做边想。

*   **指令技巧：**要求调用工具前先规划：「我要搜什么关键字？找什么来源？」
*   **检查机制：**拿到结果后评估：「数据可信吗？需要验证吗？」

### 5\. 如何测试？ (Evaluation)

从小开始。手动测试几个案例，观察日志 (Logs)。  
 看看它调用了什么工具？有没有鬼打墙？这比只看最终答案更能优化指令。

### 延伸阅读

[GEO 入门指南 →](https://taux.io/zh-Hans-CN/geo-guide) [什么是 LLMs.txt？ →](https://taux.io/zh-Hans-CN/what-is-llms-txt)