电商Prompt设计陷阱

商品推荐、客服问答、评论分析等场景的 Prompt 工程技巧

原题：在电商场景中（如商品推荐、客服问答、评论分析等），如何设计有效的prompt来利用大模型解决实际问题？请举例说明

Prompt工程 · 字节真题

30 秒回答

1. 明确角色设定与任务边界
2. 结构化输入输出格式
3. 引入少样本示例提升稳定性
4. 结合业务规则做约束与校验

回答与解析

答案要点

• 明确角色设定与任务边界

• 结构化输入输出格式

• 引入少样本示例提升稳定性

• 结合业务规则做约束与校验

• 考虑成本与延迟做Prompt压缩

核心设计原则

1. 角色锚定 + 场景聚焦

你是一位资深电商导购专家，擅长根据用户需求精准推荐商品。
用户画像：25-30岁女性，注重性价比，偏好简约风格。
任务：从以下商品列表中选出3款最匹配的，并说明推荐理由。

2. 结构化输入输出

• 输入：用JSON/XML包裹商品字段（标题、价格、卖点、评分）

• 输出：强制规定格式，如 推荐1: [商品ID] | 理由: [一句话] | 价格: ¥XX

3. 少样本示例（Few-shot）

示例1：
输入：用户问"夏天透气运动鞋"
商品A：网面跑鞋，¥199，4.8分...
输出：推荐商品A | 理由：网面设计透气性强，价格适中，评分高

三大场景的具体设计

场景	关键技巧	示例片段
商品推荐	引入用户历史行为、实时库存状态	"库存关键一句:当知识库频繁更新时，Few-shot示例也要动态检索，否则旧示例会误导模型。

面试官还可能这样问

1. 问法 1 · 场景切入假设你在做电商客服，用户问‘这件衣服有红色的吗’，大模型直接回复了‘有’但实际库存是0。你怎么设计prompt让模型在回答前先校验库存，避免这种幻觉？
2. 问法 2 · 层层追问你平时写prompt会让模型做什么任务？……那如果想让模型输出结构化的结果，比如必须返回JSON，你会怎么约束它？……再进一步，怎么保证它每次格式都稳定不变？
3. 问法 3 · 直球架构商品推荐场景下，设计一个prompt系统，要求：角色锚定、输入输出结构化、加少样本示例，并且能控制输出格式稳定。说说你的具体方案，包括如何组织prompt内容和示例选择策略。