编程语言AI大前端算法
LLM 大模型：提升回答质量的关键在于提问技巧
大模型在软件工程中可提升效率与质量，关键在于提示词工程。通过明确角色、背景、任务及要求，结合迭代优化，能显著改善输出结果。文章介绍了主流模型选择及编程场景下的提问公式，并解析了预训练、微调等底层原理。提供了 JavaScript 回文算法的完整代码示例及进阶技巧如思维链和少样本提示，旨在帮助开发者掌握与大模型高效协作的方法。
大模型在软件工程中可提升效率与质量，关键在于提示词工程。通过明确角色、背景、任务及要求，结合迭代优化，能显著改善输出结果。文章介绍了主流模型选择及编程场景下的提问公式，并解析了预训练、微调等底层原理。提供了 JavaScript 回文算法的完整代码示例及进阶技巧如思维链和少样本提示，旨在帮助开发者掌握与大模型高效协作的方法。
自 AI 大模型爆发以来，软件行业已逐渐将其纳入工作流。作为开发者，我们利用 AI 工具主要为了以下目标：
这些优势本质上属于工程化范畴。软件工程化的核心在于质量与效率。AI 大模型恰好能同时满足这两点，因此成为优化软件研发流程的重要工具。
选择合适的大模型类似于技术选型。相同的 Prompt（提示词）输入给不同的大模型，输出的质量和风格会有显著差异。
对于大多数开发者而言，ChatGPT 或 Claude 通常能提供较为高质量的初始反馈，但具体选择需结合业务场景和数据合规要求。
在人工智能领域，Prompt（提示词） 是指用户输入给大语言模型的文本指令或问题。它是用户与生成式 AI 互动的核心方式。通过设计和优化 Prompt，用户可以引导模型生成特定方向、符合预期的高质量内容。
大模型本质上是概率预测模型，其输出依赖于输入上下文的质量。业界有一句共识："Garbage In, Garbage Out"（垃圾进，垃圾出）。如果输入模糊不清，模型生成的答案往往也是低效或错误的。
有效的 Prompt 设计能够显著提升输出的相关性和实用性，是掌握 AI 应用的关键技能。
提供清晰、具体的指令可以帮助模型更准确地理解意图。避免使用歧义词汇。
如果第一次回答未满足需求，应提供反馈。例如：
必要时提供足够的背景信息，确保模型在正确的背景下生成内容。例如说明项目类型、技术栈限制等。
为了提高提问效率，可以遵循一个结构化的框架：角色 + 背景 + 任务 + 要求。
为 AI 设定一个特定的身份，使其从该角色的专业角度思考。
提供充分的上下文信息，帮助 AI 理解问题情境。
明确告诉 AI 你希望实现的具体目标。
说明回答的注意事项或期望的格式。
假设你需要计算一个字符串中最长的回文子串，返回其长度和对应的值。
普通提问：
"写个 JS 函数找最长回文。"
优化后的提问：
"请扮演一名 JavaScript 开发者（角色）。该函数用于处理全部由字母组成的字符串，目的是找出其中符合回文特性的子串（背景）。你的任务是编写一个名为
findPalindromeOrigin的工具函数，接受一个字符串参数，检查是否全为字母，并输出最长回文子串的长度和值，格式为length: xxx, value: xxx（任务）。在编写时请保证代码可读性，若存在多个相同长度的回文串，返回最左侧的一个，并包含详细注释（要求）。"
代码实现：
/**
* 查找字符串中最长的回文子串
* @param {string} s - 输入字符串
* @returns {{ length: number, value: string }} - 返回长度和子串值
*/
function findPalindromeOrigin(s) {
if (!s || s.length === 0) return { length: 0, value: '' };
let start = 0;
let maxLen = 1;
// 辅助函数：从中心向两边扩展
function expandAroundCenter(left, right) {
while (left >= 0 && right < s.length && s[left] === s[right]) {
left--;
right++;
}
return right - left - 1;
}
for (let i = 0; i < s.length; i++) {
// 奇数长度回文
const len1 = expandAroundCenter(i, i);
// 偶数长度回文
const len2 = expandAroundCenter(i, i + 1);
const len = Math.max(len1, len2);
if (len > maxLen) {
maxLen = len;
start = i - Math.floor((len - 1) / 2);
}
}
return {
: maxLen,
: s.(start, start + maxLen)
};
}
result = ();
.(result);
通过上述结构化提问，模型能够完全按照需求生成高质量代码，减少了后续人工修改的成本。
除了基础框架外，还有一些高级技巧可以进一步提升效果：
在提问中提供几个输入输出的示例，让模型模仿模式。
引导模型展示推理过程，特别适用于数学或逻辑题。
使用 ###, ---, """ 等符号将指令与数据分开，防止模型混淆。
理解底层原理有助于更好地调整策略：
各种类型的 AI 应用，其核心原理往往归结为参数调整和优化提示词。虽然大模型功能强大，但其输出质量高度依赖于用户的输入质量。
掌握 Prompt 工程不仅仅是学习一套话术，更是培养一种与智能体协作的思维模式。通过明确角色、提供背景、定义任务和补充要求，我们可以将大模型转化为高效的编程助手、创意伙伴或数据分析工具。随着技术的演进，未来的人机交互将更加自然，但清晰的表达始终是高效协作的基础。
在实际工作中，建议建立自己的 Prompt 库，记录成功和失败的案例，不断迭代优化，从而最大化 AI 带来的生产力红利。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online