一个 Prompt 效果不好，你会怎么一步步优化它？

第一步：看 badcase，找失败模式

不要凭感觉乱改。先把效果差的实际输出收集一批，分析共性：是它没听懂指令、输出格式乱、漏了关键约束、还是缺背景知识？先定位「错在哪类」。

第二步：按失败模式针对性改

指令模糊 → 把要求写明确、给清晰角色和目标；答得没谱 → 加 2–3 个 few-shot 示例示范；格式乱 → 明确规定输出格式（如只输出 JSON）；推理类错得多 → 让它分步思考（CoT）；越界/跑题 → 加约束和边界（「只根据给定材料回答」）；任务太复杂 → 拆成多步分别处理。

第三步：一次只改一处 + 对照评测

每次只动一个地方，在固定评测集上跑前后对比，确认这处改动是涨还是跌。同时改好几处会让你分不清哪个有效、哪个有害。

第四步：固定评测集防回退

维护一个有代表性的样例集（含难例），每轮迭代都全量跑一遍，避免「按下葫芦浮起瓢」。核心是用数据驱动迭代，而不是改一句看一眼就觉得变好了。