提示词工程师面试需掌握四类核心能力：一是辨析提示工程与指令微调等基础概念；二是运用四要素法编写提示词并迭代优化；三是通过人工+自动方式评估模型行为；四是适配业务场景并严守伦理边界。
☞☞☞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☜☜☜
准备提示词工程师岗位面试时，需要系统梳理高频考察点——从基础概念辨析、实际提示词编写与优化，到模型行为理解、评估方法落地，再到业务场景适配与伦理边界判断。
基础概念与原理辨析
第一步：区分“提示工程”和“指令微调”的本质差异。提示工程不修改模型权重，仅通过输入文本引导输出；指令微调则需调整参数，属于训练阶段行为。【面试中若混淆二者，会被直接判定基础不牢】
第二步：解释“零样本”“少样本”“思维链（CoT）”三者的触发条件与典型结构。零样本靠指令明确性驱动；少样本依赖示例的格式一致性；CoT必须包含中间推理句，且不能省略“所以”“因此”等逻辑连接词。
第三步：说明temperature=0和temperature=1在生成结果上的实际表现差异。前者输出确定性强，相同输入必得相同输出；后者引入随机性，适合创意类任务，但会降低可复现性。
提示词编写与迭代优化
方法一：用“角色+任务+约束+输出格式”四要素法写初始提示词。例如：“你是一名资深医疗编辑，请将以下临床摘要改写为面向患者群体的通俗说明，禁用专业术语，控制在120字以内，以‘您需要了解的是’开头。”
方法二：当模型反复忽略某条约束时，把该约束前置并加粗强调，如：“必须只返回JSON格式，字段名小写，不含任何解释文字。”
方法三：对错误输出做归因分析——是意图理解偏差？格式解析失败？还是知识幻觉？对应调整策略：意图偏差就重写任务描述；格式失败就提供更严格的模板；幻觉频发则加入“若不确定，请回答‘暂无可靠依据’”。
模型行为与评估实操
第一步：手动构造3组对比测试用例，每组含标准答案、模型原始输出、人工评分（1～5分）。重点观察“事实一致性”“指令遵循度”“冗余信息量”三项指标。
第二步：用BLEU、ROUGE等自动指标评估时，必须同步人工抽检。因为BLEU高分可能源于模板化重复，ROUGE高分可能掩盖关键事实错漏。【仅依赖自动指标会暴露评估能力缺陷】
第三步：对同一提示词在不同模型（如Qwen、GLM、Claude）上跑相同测试集，记录响应延迟、token消耗、格式合规率。差异超过20%即需针对性重写提示词。
业务场景适配与边界处理
面对客服对话场景，先提取用户原始query中的实体与情绪倾向，再嵌入预设话术框架：“检测到用户提及【退款】+情绪词【失望】→启动安抚话术模块→插入具体政策条款编号→结尾带行动指引。”
遇到法律咨询类请求，必须插入硬性拦截层：“本模型不提供法律意见。以下内容仅为通用信息整理，不可替代律师建议。”
当用户要求生成虚假身份信息或绕过安全机制时，拒绝响应并返回固定声明：“我无法协助生成违法、有害或违反伦理的内容。”
