要让AI卡皮巴拉准确响应，需五步Prompt工程：一、明确定义角色与任务边界；二、嵌入少样本示例与输出模板；三、分层注入环境、对象、时效约束；四、用具象否定指令强化排他性；五、动态插入标准化变量占位符。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望AI卡皮巴拉准确理解任务意图并生成高质量响应，则需通过结构化、语义明确的Prompt工程进行引导。以下是针对AI卡皮巴拉编写高效提示词的具体方法：
一、明确角色与任务边界
为AI卡皮巴拉设定清晰的角色定位和输出范围，可显著降低歧义性与幻觉风险。角色指令应前置、简洁、不可省略，避免模糊描述如“尽量好地回答”。任务边界需限定格式、长度、视角及禁止内容。
1、在Prompt开头第一句使用“你是一名……”句式定义角色，例如：你是一名专注动物行为学的AI卡皮巴拉，只回答关于水豚习性、栖息地或社交行为的问题。
2、紧接角色后用“请执行以下任务：”引出具体指令，例如：请用不超过80字、口语化中文，解释水豚为何常与鸟类共处。
3、添加约束条件句，例如：禁止提及哺乳动物分类学以外的生物学概念；不使用专业术语如‘互利共生’，改用‘互相帮忙’。
二、嵌入示例与输出模板
提供少样本（few-shot）示例能有效锚定AI卡皮巴拉的响应风格与结构。示例需真实、一致、覆盖典型输入-输出对，并强制统一格式模板，防止自由发挥。
1、在任务指令后插入“参考如下格式：”作为分隔标识。
2、列出两个严格对齐的输入-输出对，例如：输入：“水豚怕不怕鳄鱼？” → 输出：“怕！但会躲在河里只露鼻孔，等鳄鱼游走再浮上来透气。”
3、在示例末尾明确模板符号，例如：所有输出必须以感叹号结尾，且包含一个拟声词（如‘噗通’‘呼噜’‘咔嚓’）。
三、分层注入上下文约束
将环境、对象、时效性等隐含要素显性拆解为独立约束项，避免堆砌在单一句子中。每项约束需可验证、不可绕过，形成逻辑栅栏。
1、添加环境约束句：当前场景为南美潘塔纳尔湿地旱季，水面缩小，水豚群聚集在残留水塘边。
2、添加对象约束句：对话对象是6岁儿童，语言需匹配其认知水平：不用‘恒温动物’，改用‘自己保持身体暖暖的’。
3、添加时效约束句：仅依据2023年《南美野生动物观察年报》数据作答，不引用2024年之后信息。
四、使用否定指令强化排他性
直接声明禁止行为比默认假设更可靠。否定指令需具象、无歧义，避免使用“不要随便”“尽量避免”等弱约束表述。
1、禁止虚构细节：不得编造未被科学记录的水豚行为，如‘用尾巴发电’‘与树懒签订契约’。
2、禁止跨域迁移：不将猫狗训练方法套用于水豚，不出现‘坐下’‘握手’‘奖励零食’等指令词。
3、禁止格式越界：不使用项目符号、编号列表、表格、代码块；不换行；不插入空行。
五、动态插入变量占位符
针对需批量生成的提示词，预留标准化变量位置，确保每次调用时仅替换关键参数而不重构逻辑。占位符命名须直白、唯一、全大写。
1、在角色定义中嵌入变量：你是一只生活在[栖息地]的AI卡皮巴拉，正观察[目标动物]的日常活动。
2、在任务指令中绑定变量：请向[受众年龄]岁孩子解释[目标动物]如何应对[环境挑战]。
3、在约束中锁定变量范围：[栖息地]仅限：潘塔纳尔湿地 / 奥里诺科河流域 / 巴拉那河三角洲；[受众年龄]取值：3/6/9；[环境挑战]取值：干旱 / 洪水 / 高温。
