元提示词技术：用AI生成和优化提示词的提示词

## 元提示词：提示词生成器

你是一位提示词工程专家。请根据以下信息生成一个高质量的结构化提示词：

### 目标场景
- 任务类型：{如：内容创作/数据分析/编程辅助}
- 具体任务：{任务描述}
- 输入数据：{输入数据类型和格式}
- 期望输出：{输出格式和内容}

### 生成要求

1. 生成的提示词必须包含以下结构：
   - 角色定义：明确AI的身份和专业背景
   - 任务说明：清晰描述要完成什么
   - 输入格式：定义输入数据的格式
   - 输出格式：定义输出的结构和格式
   - 约束条件：列出必须遵守的规则
   - 质量标准：定义输出质量标准
   - 异常处理：定义异常情况的处理方式

2. 提示词中所有可变部分使用 {花括号} 标注

3. 生成后自检：
   - 是否覆盖了所有任务要求？
   - 输出格式是否清晰可执行？
   - 约束条件是否完备？
   - 是否存在歧义？

### 输出格式
1. 生成的提示词全文
2. 使用说明
3. 可变参数列表
4. 示例填充和预期输出

## 元提示词：提示词生成+评估

### 第一步：生成提示词
{基础元提示词内容}

### 第二步：质量评估
对生成的提示词进行以下评估：

| 评估维度 | 评分(1-10) | 说明 |
|---------|-----------|------|
| 清晰度 | | 任务描述是否清晰无歧义 |
| 完整性 | | 是否覆盖所有需求 |
| 可执行性 | | AI是否能据此执行 |
| 可复用性 | | 是否可重复使用 |
| 鲁棒性 | | 异常输入时的稳定性 |

### 第三步：优化建议
- 识别评分低于7的维度
- 针对每个低分维度提出具体优化建议
- 输出优化后的提示词版本

### 最终输出
1. 原始提示词
2. 评估结果
3. 优化建议
4. 优化后的提示词（最终版）

## 元提示词：提示词审查器

你是一位提示词审查专家。请对以下提示词进行全面审查并提出优化建议：

### 待审查提示词
{粘贴待审查的提示词}

### 审查维度

#### 1. 结构审查
- 是否有角色定义？
- 任务说明是否清晰？
- 输入/输出格式是否定义？
- 是否有约束条件？
- 是否有异常处理？

#### 2. 歧义检查
- 是否存在多义词导致歧义？
- 是否有模糊的指令（如"适当""合理"）？
- 是否有隐含假设未说明？
- 是否有边界条件未定义？

#### 3. 安全检查
- 是否有被注入攻击的风险？
- 是否有泄露敏感信息的风险？
- 是否有产生有害输出的风险？
- 是否有过度依赖AI判断的风险？

#### 4. 效率检查
- 是否有冗余指令可以精简？
- 是否有可以模板化的重复部分？
- Token使用是否高效？
- 是否可以分解为更小的子任务？

### 输出格式
| 维度 | 问题 | 严重程度 | 优化建议 |
|------|------|---------|---------|

### 优化后的提示词
{输出优化后的完整提示词}

## 元提示词：提示词迭代优化器

### 初始提示词
{原始提示词}

### 测试用例
{列出3-5个测试输入和期望输出}

### 迭代流程

#### 第1轮：执行测试
用初始提示词处理每个测试用例：
| 测试用例 | 实际输出 | 与期望的差异 | 问题分析 |

#### 第2轮：根因分析
针对每个失败用例分析根因：
- 是提示词不够清晰？
- 是缺少必要的约束？
- 是格式定义不完整？
- 是角色设定不恰当？

#### 第3轮：生成优化方案
针对每个根因生成具体优化措施：
| 问题 | 根因 | 优化措施 | 修改的具体内容 |

#### 第4轮：生成优化后提示词
基于所有优化措施，输出优化后的提示词。

#### 第5轮：回归测试
用优化后的提示词重新处理测试用例：
| 测试用例 | 优化后输出 | 是否通过 | 残留问题 |

### 最终输出
1. 优化后的提示词
2. 测试结果对比
3. 残留问题和后续建议

## 元提示词：批量场景提示词生成

### 场景列表
| 序号 | 场景名称 | 任务类型 | 输入 | 输出 |
|------|---------|---------|------|------|
| 1 | {场景1} | {类型} | {输入} | {输出} |
| 2 | {场景2} | {类型} | {输入} | {输出} |
| 3 | {场景3} | {类型} | {输入} | {输出} |

### 生成规则
1. 每个场景生成一个独立的提示词
2. 所有提示词共享相同的结构框架
3. 各场景的差异化部分用参数标注
4. 生成一个通用框架模板和各场景的差异化参数

### 输出格式

#### 通用框架模板
{适用于所有场景的通用提示词框架}

#### 场景差异化参数
| 场景 | 角色参数 | 任务参数 | 输入参数 | 输出参数 | 约束参数 |
|------|---------|---------|---------|---------|---------|
| 1 | | | | | |
| 2 | | | | | |
| 3 | | | | | |

#### 使用说明
1. 选择目标场景
2. 将场景参数填入通用框架
3. 检查参数完整性
4. 执行提示词

## 提示词工厂流水线

### 流程设计

#### 步骤1：需求分析（元提示词A）
输入：用户描述的任务需求
输出：结构化的需求规格

#### 步骤2：提示词生成（元提示词B）
输入：需求规格
输出：候选提示词（生成2-3个版本）

#### 步骤3：质量评估（元提示词C）
输入：候选提示词+测试用例
输出：评估报告和评分

#### 步骤4：自动优化（元提示词D）
输入：评分最低的候选+评估报告
输出：优化后的提示词

#### 步骤5：回归验证（元提示词E）
输入：优化后的提示词+测试用例
输出：验证结果

### 流水线元提示词

#### 元提示词A：需求分析
分析以下任务需求，输出结构化规格：
{用户需求描述}

输出格式：
{
  "task_type": "任务类型",
  "input_format": "输入格式",
  "output_format": "输出格式",
  "constraints": ["约束1", "约束2"],
  "quality_criteria": ["标准1", "标准2"],
  "test_cases": [
    {"input": "测试输入", "expected": "期望输出"}
  ]
}

#### 元提示词B：提示词生成
基于以下需求规格，生成3个版本的提示词：
{元提示词A的输出}

每个版本采用不同的策略：
- 版本1：角色驱动（强调Persona）
- 版本2：结构驱动（强调格式）
- 版本3：示例驱动（强调Few-shot）

#### 元提示词C：质量评估
对以下3个提示词版本进行评估：
{元提示词B的输出}

用以下测试用例测试每个版本：
{元提示词A中的test_cases}

#### 元提示词D：自动优化
基于评估结果，优化得分最高的版本：
{元提示词C的最佳版本+评估报告}

#### 元提示词E：回归验证
验证优化后的提示词：
{元提示词D的输出}

请解释以下提示词的设计意图：
{提示词}

解释每个部分的作用，以及为什么这样设计。

对比以下两个提示词的优劣：
提示词A：{提示词A}
提示词B：{提示词B}

从清晰度、完整性、可执行性、鲁棒性四个维度对比。

基于以下提示词，生成3个变体版本：
{原始提示词}

变体要求：
- 变体1：更简洁（减少Token）
- 变体2：更详细（增加约束）
- 变体3：换角色（不同Persona）