提示工程指南

通过 inference.sh CLI 掌握 AI 模型的提示工程。

快速开始

curl -fsSL https://cli.inference.sh | sh && infsh login

# 结构清晰的 LLM 提示
infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "你是一位资深软件工程师。请审查以下代码是否存在安全漏洞：nn```pythonnuser_input = request.args.get("query")nresult = db.execute(f"SELECT * FROM users WHERE name = {user_input}")n```nn指出具体问题并提供修复方案。"
}'

安装说明：安装脚本仅检测您的操作系统/架构，从 dist.inference.sh 下载匹配的二进制文件，并验证其 SHA-256 校验和。不请求提权权限，也不启动后台进程。支持手动安装与校验。

LLM 提示工程

基本结构

[角色/上下文] + [任务] + [约束条件] + [输出格式]

角色设定提示

infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "你是一位拥有 15 年机器学习经验的专家数据科学家。请用简单类比向初学者解释梯度下降。"
}'

任务明确性

# 不佳：模糊
"帮我看看我的代码"

# 优秀：具体
"调试以下 Python 函数：该函数本应返回列表中所有偶数的和，但对所有输入均返回 0：

def sum_evens(numbers):
    total = 0
    for n in numbers:
        if n % 2 == 0:
            total += n
        return total

请指出 Bug 所在，并提供修正后的代码。"

思维链（Chain-of-Thought）

infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "请逐步求解：nn某商店苹果单价 2 美元，橙子单价 3 美元。若某人共购买 5 个水果，总花费 12 美元，问各买了多少个？nn请先逐步思考，再给出最终答案。"
}'

少样本示例（Few-Shot Examples）

infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "将以下句子转换为正式商务英语：nn示例 1：n输入：gonna send u the report tmrwnn输出：I will send you the report tomorrow.nn示例 2：n输入：cant make the meeting, something came upn输出：I apologize, but I will be unable to attend the meeting due to an unforeseen circumstance.nn现在转换：n输入：hey can we push the deadline back a bit?"
}'

输出格式规范

infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "分析以下客户评论的情感倾向。返回一个 JSON 数组，其中每个对象包含字段 "text"、"sentiment"（取值为 positive/negative/neutral）和 "confidence"（取值范围 0–1）。nn评论：n1. "Great product, fast shipping!"n2. "Meh, its okay I guess"n3. "Worst purchase ever, total waste of money"nn仅返回合法 JSON，不要附加任何解释。"
}'

约束条件设定

infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "请将本文精确总结为 3 个要点。每条要点不得超过 20 个词。仅聚焦可操作的洞见，忽略背景信息。nn[article text]"
}'

图像生成提示工程

基本结构

[主体] + [风格] + [构图] + [光照] + [技术参数]

主体描述

# 不佳：模糊
"a cat"

# 优秀：具体
infsh app run falai/flux-dev --input '{
  "prompt": "一只毛茸茸的橘色虎斑猫，绿色眼睛，坐在一张复古皮革扶手椅上"
}'

风格关键词

infsh app run falai/flux-dev --input '{
  "prompt": "女性肖像照，使用 Kodak Portra 400 胶片拍摄，柔和自然光，浅景深，怀旧氛围，模拟摄影美学"
}'

构图控制

infsh app run falai/flux-dev --input '{
  "prompt": "赛博朋克城市天际线夜景广角远景镜头，遵循三分法构图，前景为霓虹招牌，背景为高耸摩天大楼，街道湿滑反光"
}'

画质关键词

photorealistic, 8K, ultra detailed, sharp focus, professional,
masterpiece, high quality, best quality, intricate details

负向提示（Negative Prompts）

infsh app run falai/flux-dev --input '{
  "prompt": "专业证件照人像，纯色背景",
  "negative_prompt": "blurry, distorted, extra limbs, watermark, text, low quality, cartoon, anime"
}'

视频生成提示工程

基本结构

[镜头类型] + [主体] + [动作] + [场景] + [风格]

摄像机运动

infsh app run google/veo-3-1-fast --input '{
  "prompt": "缓慢跟拍镜头：一位女性穿行于阳光洒落的森林中，黄金时刻光线，浅景深，电影感，4K 分辨率"
}'

动作描述

infsh app run google/veo-3-1-fast --input '{
  "prompt": "特写镜头：双手在木质台面上揉捏面包面团，晨光中面粉微粒漂浮，慢动作，温馨烘焙风格"
}'

时间关键词

slow motion, timelapse, real-time, smooth motion,
continuous shot, quick cuts, frozen moment

高级技巧

系统提示（System Prompts）

infsh app run openrouter/claude-sonnet-45 --input '{
  "system": "你是一个乐于助人的编程助手。始终为代码添加注释。若对某事不确定，请如实说明，切勿猜测。",
  "prompt": "编写一个使用正则表达式验证邮箱地址的 Python 函数。"
}'

结构化输出

infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "从以下文本中提取信息，并以 JSON 格式返回：nn"John Smith, CEO of TechCorp, announced yesterday that the company raised $50 million in Series B funding. The round was led by Venture Partners."nnSchema:n{n  "person": string,n  "title": string,n  "company": string,n  "event": string,n  "amount": string,n  "investor": stringn}"
}'

迭代式优化

# 初步宽泛描述
infsh app run falai/flux-dev --input '{
  "prompt": "一座山丘上的城堡"
}'

# 增加细节
infsh app run falai/flux-dev --input '{
  "prompt": "一座草木葱茏山丘上的中世纪石砌城堡"
}'

# 添加风格
infsh app run falai/flux-dev --input '{
  "prompt": "一座草木葱茏山丘上的中世纪石砌城堡，戏剧性日落天空，奇幻艺术风格，史诗级构图"
}'

# 添加技术参数
infsh app run falai/flux-dev --input '{
  "prompt": "一座草木葱茏山丘上的中世纪石砌城堡，戏剧性日落天空，Greg Rutkowski 风格奇幻艺术，史诗级构图，8K 分辨率，高度细节化"
}'

多轮推理（Multi-Turn Reasoning）

# 第一轮：分析
infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "分析以下业务问题：我们的电商网站购物车放弃率达 70%。列出潜在原因。"
}'

# 第二轮：优先级排序
infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "基于上述购物车放弃原因：[上一轮输出]，按可能影响程度与修复难易度进行排序。以优先级矩阵形式呈现。"
}'

# 第三轮：行动计划
infsh app run openrouter/claude-sonnet-45 --input '{
  "prompt": "针对已识别的前三项主要原因，分别提出可执行的具体 A/B 测试方案，用于验证并解决每个问题。"
}'

模型专属技巧

Claude

• 擅长处理细腻、微妙的指令
• 对角色扮演响应良好
• 能较好地遵循复杂约束条件
• 偏好明确指定的输出格式

GPT-4

• 代码生成能力强
• 配合示例效果出色
• 结构化输出表现优异
• 对 “let’s think step by step” 类引导语响应积极

FLUX

• 需详细描述主体
• 风格参考提示效果显著
• 光照关键词至关重要
• 支持负向提示（negative prompts）

Veo

• 摄像机运动关键词有效
• 电影化语言适配良好
• 动作描述必须清晰具体
• 需包含时间维度上下文

常见错误

提示模板

代码审查

请审查以下 [language] 代码，重点关注：
1. Bug 与逻辑错误
2. 安全漏洞
3. 性能问题
4. 代码风格与最佳实践

代码：
[code]

对每个发现的问题，请提供：
- 行号
- 问题描述
- 严重等级（high/medium/low）
- 建议修复方案

内容创作

撰写一篇关于 [topic] 的 [content type]。

目标读者：[target audience]
语气：[formal/casual/professional]
篇幅：[word count]
需涵盖的关键点：
1. [point 1]
2. [point 2]
3. [point 3]

需包含：[specific elements]
需避免：[things to exclude]

图像生成

[含细节的主体], [场景/背景], [光照类型],
[艺术风格或摄影风格], [构图方式], [画质关键词]

相关技能

# 视频提示工程指南
npx skills add inference-sh/skills@video-prompting-guide

# LLM 模型技能
npx skills add inference-sh/skills@llm-models

# 图像生成技能
npx skills add inference-sh/skills@ai-image-generation

# 全平台技能包
npx skills add inference-sh/skills@inference-sh

浏览全部应用：infsh app list