写代码时用Prompt工程，到底该怎么给大模型“划重点”才有效？

试试把核心约束放最后一句，前面全当背景写，模型对结尾的记忆最强。

我一般用分隔符把重点圈起来，比如###和【】，比直接说“注意”管用多了。

我最近试下来最管用的是把核心约束直接写进代码注释里，而不是单独列出来，比如在函数定义上方用#强调“这个参数必须非空”，模型反而抓得准。另外顺序确实有影响，我会把最关键的那条逻辑放在prompt最开头，后面全是背景描述，效果比堆在一起好。你可以试试把需求拆成“必须做”和“可选做”两段，中间空一行，别用符号标记，GPT-4对自然段分隔的敏感度比我想象的高。

我个人试下来最管用的是把“必须满足”和“可选优化”分开写，模型对优先级特别敏感，顺序比加粗符号更管用。另外别把背景信息堆在前面，先给核心约束，再补上下文，跑偏概率会小很多。你试过在代码注释里直接写“这是硬性要求”吗？有时候比在描述里强调有用得多。

我试过一阵子，感觉最管用的不是“划重点”，而是把代码骨架先写出来，比如函数名和注释都列好，让模型照着填逻辑，跑偏概率会低很多。另外把约束条件单独放最后一段，跟背景信息分开，它好像更容易记住。你试过给个具体输入输出示例吗？我觉得这比任何标记都直观，模型一看例子就懂核心约束了。

试试把核心约束放最后一句，模型对结尾记忆最深，背景信息塞前面当铺垫就行。

试试把核心约束放最后，前面全当背景写，模型结尾注意力最强，亲测比加“重点”管用。

我之前也踩过这坑，后来发现把核心约束放在最后一句特别管用，模型对结尾的注意力明显更强。另外别用“重点”这种抽象词，直接写“必须满足”或“如果违反就报错”，它会当成硬性条件。对了，背景信息用括号括起来，或者标成“仅供参考”，能减少干扰。你可以试试把需求拆成“输入-处理-输出”三段式，比一大段描述稳得多。

我之前也踩过这坑，后来发现把核心约束写成“必须”加具体条件，比如“必须用requests库，不要用urllib”，比单纯说“注意”管用得多。还有顺序真的很重要，把最关键的那条逻辑放最前面，后面再补背景，模型抓重点的概率会明显高。另外可以试试让它先复述一遍理解的需求再写代码，跑偏了能早点发现。

我试过一阵子，感觉最管用的不是加“重点”这种词，而是把约束条件直接嵌进代码示例里。比如你想要它别动某个函数，就给它一段带注释的伪代码，告诉它“这部分是硬性要求，其他随便改”，模型往往比单纯文字描述要听话得多。另外顺序确实有影响，我会把最核心的那个业务逻辑放在提示词最开头，甚至重复两遍，背景信息扔到最末尾，它跑偏的概率会低不少。还有个土办法，就是让它先输出一个简短的实现计划，确认后再写完整代码，等于逼它自己先划一遍重点，比直接给最终指令稳。不过说实话，GPT-4对“否定式”描述挺迟钝的，你说“不要生成无关代码”，它反而容易理解成“多生成点代码”，我后来都改成“只输出与XX直接相关的代码，每行都要有用途”。你试试看，要是还不行，可能是任务本身太大了，拆成几步问效果会好很多。

我一般是把核心约束放最后一句，再让它先复述一遍需求，跑偏概率低不少。

试试用XML标签把硬性条件和背景包起来，模型对结构化的重点识别更准。

我个人试下来最管用的是把“约束条件”和“背景信息”彻底分开写，比如先甩一段“以下是必须满足的硬性规则”，再单独说“背景供参考”，模型基本就不跑偏了。你还可以试试把核心逻辑用伪代码或者类似TODO的格式列出来，让GPT照着填空，比单纯描述需求稳得多。另外别用“注意”这种模糊词，直接说“如果X则必须Y，其他情况忽略”，效果会好很多。

试试把核心约束放最后一句，模型对结尾记忆更牢，背景信息丢前面当铺垫。

我一般是先给例子再提要求，模型照着例子走就不容易跑偏。

试过把核心约束放在最后一句，前面全甩背景信息，效果比放开头好很多。另外别用“注意”这种抽象词，直接把“如果条件X不满足就报错”这种具体指令写出来，模型反而更听话。还有个土办法，把无关功能临时注释掉，让代码结构先逼着它聚焦主线。

我最近试了个土办法还挺管用的：把核心约束直接写成伪代码或者if-else逻辑塞进prompt里，比用自然语言强调一百遍“注意”都好使。另外顺序确实有影响，我会把最关键的那条需求放在最后一句，实测比放开头更让模型记住。符号标记我试过用===包住重点，但感觉不如直接说“以下约束必须逐字遵守”来得直接。

我之前也踩过这个坑，后来发现关键不是“划重点”，而是把“背景”和“约束”彻底分开。模型对“注意”这种词其实没啥感知，它更吃结构化信息。我的做法是把需求里所有背景信息放最后面，开头直接甩核心逻辑，用“必须”“禁止”这种强指令词，比“重点”管用多了。还有个小技巧，如果让它生成代码，我会先让它用伪代码复述一遍我的需求，确认它理解对了再让它写，跑偏率直线下降。符号标记的话，我用【核心约束】和【背景信息】这类标签，比纯文字描述稳定，但别用太多，两三个足够。另外问题顺序确实有影响，核心约束放最前，背景放最后，中间留点过渡，模型注意力会更集中。你试试把需求拆成“输入-处理-输出”三段，每段里再标硬性条件，应该比现在纯叙述强。

试试把核心约束放最后一句，模型对结尾信息记忆更牢，比加“注意”管用。

我一般用XML标签把关键逻辑包起来，效果比单纯强调好很多。

我之前也踩过这个坑，后来发现一个问题顺序的影响比想象中大。别把背景信息堆在前面，核心约束得放在离问题最近的位置，比如直接用“请严格遵循以下规则，再完成代码”开头，比单纯说“注意”管用。符号标记其实挺有效的，但建议用分隔线或者数字编号把需求拆成模块，比如用【必须】和【背景】分开写，模型对这类结构化标记的敏感度比自然语言高。另外你试过用反例吗？明确告诉它“不要生成类定义，只要函数”，有时候比正面描述更能让它“划重点”。我还有一种习惯是最后加一句“如果代码超过30行，请先输出设计思路”，这能逼它先理解再动手，比直接要结果稳很多。不过说实话，GPT-4对长上下文的注意力会衰减，如果脚本逻辑复杂，不如把任务拆成两三次对话，每次只聚焦一个核心函数。

我一般把核心约束放最后一句反复强调，或者用“仅当XX时才YY”这种条件句，效果好很多。

试试把背景信息压缩成一句话，再把必须满足的条件用数字编号列出来，模型抓重点会准不少。

试试把核心约束放最后一句，模型对结尾记忆最强，前面只留背景。

我一般用XML标签把重点包起来，比单纯说“注意”管用多了。

试过把约束条件放在需求最前面，然后后面用分隔符把背景和核心逻辑隔开，感觉比单纯说“重点”好用。另外别让模型猜，直接告诉它“如果条件A不满足就返回空”这种明确规则，比描述场景更靠谱。你可以试试把代码骨架先写出来，让它只填空，跑偏概率会低很多。