正则表达式提取数据实战：从元字符到生产级爬虫数据清洗
2026/7/11 10:37:01
（ 教学 ）Agent 构建 Prompt（提示词）4. 提示词模板 (初级到高级的应用提示词)
本手册汇集了面向各专业领域的 LangChain 专用提示词，充分利用大语言模型能力，同时兼顾领域专业性与行业规范。
项目核心目标：
- 为不同专业领域提供标准化、高质量的提示词
- 确保语言模型输出的一致性与可靠性
- 促进领域知识的提取与分析
- 支持自动化报告生成与内容创作
- 在各行业维持专业水准
目录
- 概述
- 提示词编写技巧
- 基础提示词
- 进阶提示词
- 专用提示词
- 专业领域提示词
参考资料
- Prompt Engineering 指南：Gemini
- Google：Prompting 入门 101
- Anthropic：使用 XML 标签结构化提示词
- Anthropic：提示工程概览
- Anthropic：交互式提示工程教程
- GitHub：prompt-eng-interactive-tutorial
- The Decoder：ChatGPT 使用指南
- Dorik：如何为 ChatGPT 撰写提示词（含示例）
- Coursera：2025 年 ChatGPT 提示词写作指南
- LangSmith：Prompt Hub
fromlangchain_opentutorialimportset_envimportos set_env({"SILICONFLOW_API_KEY":"sk-iicnuzmyqazacwyxiuvrabsntjsdornquscpjahkroumtrejlm","LANGCHAIN_API_KEY":"lsv2_pt_4d17a25d711742e5bbc873sdsdff250fd3b_f270ba14bd","LANGFUSE_SECRET_KEY":"sk-lf-46214e7a-04aa-45c8-b25sds5-12be4d38c961","LANGFUSE_PUBLIC_KEY":"pk-lf-1915c079-8019-4a16-987sds8-d7484594c43b","LANGFUSE_HOST":"https://cloud.langfuse.com","TAVILY_API_KEY":"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","LANGCHAIN_API_KEY":"lsv2_pt_4d17a25d711742e5bbc873dfsfff250fd3b_f270ba14bd","LANGCHAIN_TRACING_V2":"true","LANGCHAIN_ENDPOINT":"https://api.smith.langchain.com","LANGCHAIN_PROJECT":"个人提示",})提示词生成技巧
- 清晰、聚焦：提示词应简洁明了，避免复杂的语法或术语。
- 结构化：使用 XML 标签或其他结构化格式，使模型能够更好地理解指令。
- 示例：提供具体的示例，帮助模型理解任务要求。
- 迭代优化：根据模型输出，不断调整提示词，以获得更好的结果。
模型速览对比：
| 特性 | ChatGPT | Claude | Gemini |
|---|---|---|---|
| 优势 | 对话自然、逻辑推理强 | 擅长结构化格式、逻辑清晰 | 适合处理详细任务与示例 |
| 最佳实践 | 清晰、聚焦的提示 | XML 风格结构化提示 | 详细指令与示例 |
| 示例场景 | 写邮件、日常对话 | 分析任务、结构化输出 | 摘要、详细报告、多模态任务 |
| 特性 | 文心一言 | 通义千问 | 讯飞星火 | 智谱GLM | 月之暗面Kimi | DeepSeek |
|---|---|---|---|---|---|---|
| 优势 | 中文理解深度好、文化背景丰富 | 代码能力强、逻辑推理优秀 | 语音交互出色、多模态融合 | 学术性强、知识图谱完善 | 长文本处理优秀、推理能力强 | 推理能力极强、代码生成精准、数学能力强 |
| 最佳实践 | 融入中国文化元素、使用传统表达方式 | 结构化编程思维、分步骤推理 | 结合语音场景、多感官描述 | 学术化表达、引用权威资料 | 渐进式推理、长上下文关联 | 链式思考、提供示例、精确约束 |
| 示例场景 | 古诗词创作、文化解读、传统文案 | 代码生成、算法设计、技术文档 | 语音助手、教育辅导、多媒体内容 | 学术研究、论文写作、知识问答 | 长文分析、复杂推理、文档总结 | 复杂算法、数学证明、逻辑推理、代码优化 |
遵循这些量身定制的技巧，即可在 LangChain 项目中充分发挥各模型所长，实现最佳效果。
1. GLM（智谱 GLM）
模型特点：* 对话能力强、逻辑推理优秀、学术性强、知识图谱完善
核心提示技巧：
- 学术化表达：使用专业术语和权威表述，引用相关领域资料
- 结构化提问：采用分点、分步骤的方式组织问题
- 明确知识范围：指定需要涵盖的知识领域和深度
- 逻辑链构建：要求展示推理过程和思维链条
"你是一位专业的邮件撰写人。请写一封礼貌的邮件，告知客户由于供应链问题，项目将延期一个月。语气应表达歉意，同时保持自信。"2. Claude（Anthropic 模型）
Claude 擅长结构化思维与理解复杂任务，使用XML 风格格式编写提示词效果更佳。
提示技巧：
- 使用结构化格式：使用 XML 标签组织指令，帮助 Claude 更好地理解。
- 提供上下文与示例：给出清晰的任务描述和示例，引导模型生成理想回复。
| 模型 | XML支持度 | 最佳实践 | 注意事项 |
|---|---|---|---|
| 文心一言 | ⭐⭐⭐ | 支持基础XML结构，偏好自然语言描述 | 避免过深嵌套，保持标签语义清晰 |
| 通义千问 | ⭐⭐⭐⭐ | 代码能力强，XML解析准确 | 可结合代码块使用，结构化效果好 |
| 讯飞星火 | ⭐⭐⭐ | 支持XML但偏好简洁格式 | 语音场景下建议使用更直观的分隔符 |
| 智谱GLM | ⭐⭐⭐⭐⭐ | 学术背景强，XML理解精准 | 最适合复杂XML结构，支持多层嵌套 |
| Kimi | ⭐⭐⭐⭐ | 长文本处理优秀，XML上下文保持好 | 适合长篇结构化文档，标签层次清晰 |
| DeepSeek | ⭐⭐⭐⭐ | 推理能力强，XML逻辑解析准确 | 复杂推理任务中XML组织效果佳 |
""" <context> <project> <name>网站重设计</name> <deadline>2025年3月15日</deadline> </project> </context> <instructions> 写一封邮件给客户，说明由于供应链问题，项目将延期一个月。表示歉意并提出新的截止日期。 </instructions> <example> 尊敬的[客户姓名]， 由于供应链方面的挑战，我们遗憾地通知您项目将延期。新的预计完成日期为2025年4月15日。对于由此带来的不便，我们深表歉意，并感谢您的理解。 此致 敬礼 [您的