针对不同类型的 AI 代码生成场景，怎样构建并调优系统提示词？请列举一些实用的方法。

回答思路

1. 【回答框架 1】首先明确不同代码生成模式，如完成代码补全、生成函数、生成测试、解释代码、重构代码等，每种模式对上下文和指令需求不同。
2. 【回答框架 2】系统提示词应包含角色设定、任务目标、输入输出格式、约束条件、示例等元素。例如，角色设定为资深工程师，明确要求输出可运行代码并附带简短注释。
3. 【回答框架 3】设计技巧包括：使用清晰具体的指令，避免歧义；提供输入输出示例，引导模型格式；对复杂任务拆分为步骤；引入温度、top-p 等参数配合调整。
4. 【回答框架 4】优化技巧包括：迭代测试，根据输出质量调整提示词；使用负面提示，如禁止使用某些 API；结合少量样本提示，增强模型遵循格式的能力。
5. 【回答框架 5】需关注提示词长度与模型上下文限制，在保留关键信息的同时尽量精简，并通过评估集量化改进效果。
6. 【关键点 1】不同代码生成模式需定制不同提示词结构，核心是清晰指令、明确格式和示例引导。
7. 【关键点 2】优化提示词的核心方法是迭代测试，结合负面提示与少量样本可提升稳定性。
8. 【关键点 3】提示词设计需平衡信息量与上下文长度，并通过评估集验证改进效果。
9. 【易错点 1】误以为提示词可以解决所有问题，实际上还需要适当调整解码参数及模型选择。
10. 【易错点 2】忽略上下文长度限制，导致关键信息被截断，影响输出质量。
11. 【易错点 3】提示词过于复杂或歧义，反而降低模型遵循度，需保持简洁与具体。