提示词工程是为了让Ai往自己希望的方向输出。及在文本输入给Ai过程中附加的文本信息提示。

提示词工程主要包括这几个方面

指令：想要模型执行的特定任务或指令
上下文：包含外部信息或额外的上下文信息，引导语言模型更好的响应，其实就是对话的内容
输入数据：
输出指示：

通用技巧：
1.从简单的开始，通过简单大量的实验，让Ai学会
2.分解，当有大量任务的时候，将任务分解，并逐步完善构建
3.指令是指让Ai执行的行为，如写入，翻译，排序，总结
4.上下文，是指Ai操作的对象
5.具体性，越具体越有效
6.避免不确定性，避免说不要做什么，应该说做什么。

提示技术
少样本提示
面对需要的推理的问题这种技术并不足以让响应模型得到可靠的答案。引申出链式思考提示

链式思考提示
这种针对于少样本提示在于它能够清楚的表达出这个事件的推理过程步骤，让Ai清晰的明白数据输出步骤

零样本提示技术
是在少样本提示上的末尾，添加让Ai逐步思考

自我一致性
自己找

生成知识提示
旨在在回答问题前让Ai搜索知识融合的技术

链式提示
就是通过对用的任务进行分解成多个字子任务，字任务的提示词由大语言模型提供，作为的结果是新提示词的一部分

思维树
思维树模式就是类似于数据结构中的树，在这过程中使用了深度算法或广度算法强化学习等等，引导Ai往正确的目标出发。
例子，假设你是三位不同的专家，
每个专家写下自己的思考步骤，然后大家一起分享，只要专家步骤出错，就让这位专家出局离开。

检索增强生成
用于完成密集型任务
步骤就是接收一些可靠性文档，作为ai上下文的输入，它会对文档进行分割，然后存储有用的信息作为检索目标提供给ai判断

提示词工程，根据业务场景给Ai特定
第一从业务出发，是需要理性还是感性，理性
理性是针对于学术等重要场合，感性是针对于人的情感需求。
格式上使用markdown格式
可以从角色，需求，例子，需求文档要求不断递进要求。

公司应该是送需求文档出发，不断更新，纠错Ai

Agent skill功能
相当于一种Ai 技能，为了节省taken催生的
执行流程，Ai阅读用户要求，当内容与skill相关的时候触发技能，这里可以看到元数据这一层，就是这个提醒Ai时候要使用这个技能。skill.md他的写法就是元数据，要求，案例等顺序执行Reference和script（asset）他们是文件夹里面放着用户以外的资源

让Ai解决项目问题的前提是让Ai学习这个项目的架构工程，后面在把问题给他，就像教小孩子学习一样