提示词工程术语表：Token、上下文窗口、温度值速查
2026-10-19
这份表怎么用
提示词工程里的术语大多来自论文和英文文档，中文资料里译法不统一，同一个概念经常有三种叫法。这份表按「你实际会碰到它的地方」组织，每条给一句人话解释和一个判断标准。不需要背，遇到看不懂的回来查即可。
模型与上下文
| 术语 | 一句话解释 | 你需要知道的实际影响 |
|---|
| Token（词元） | 模型处理文本的最小单位，介于"字"和"词"之间。一个汉字通常 1-2 个 token，一个英文单词通常 1-3 个 | 计费和长度限制都按 token 算，不按字数。中文的 token 效率通常低于英文 |
| 上下文窗口（Context Window） | 模型一次能同时"看见"的 token 总量，包含你的提示词和它的输出 | 不是越大越好：塞得越满，中间内容越容易被忽略 |
| 上下文学习（In-Context Learning） | 不重新训练模型，只靠在提示词里给例子就让它学会新任务 | 这就是少样本提示能生效的原因，也是提示词工程成立的基础 |
| 截断（Truncation） | 输入超出上下文窗口时被丢弃的部分 | 长文处理出错，第一件事是查是不是被静默截断了。通常是丢了开头或结尾 |
| 系统提示词（System Prompt） | 在对话开始前设定角色与规则的那段指令，优先级高于用户输入 | 放长期不变的角色和约束；放太多会被后续对话稀释 |
采样与随机性
| 术语 | 一句话解释 | 你需要知道的实际影响 |
|---|
| 温度值（Temperature） | 控制输出的随机程度。低值更确定、更保守，高值更发散 | 抽取、分类、数据核算这类任务应该调低；创意写作用中等值 |
| Top-p（核采样） | 只从概率最高、累计占比达到 p 的那批候选里选下一个词 | 和温度值作用类似，一般只调其中一个，同时调很难预测结果 |
| 种子（Seed） | 固定随机数起点，让相同输入产生相同输出 | 做版本对比测试时必须固定，否则你无法判断差异来自改动还是随机 |
| 幻觉（Hallucination） | 模型生成看起来合理、但事实上不存在或无法溯源的内容 | 不能靠"让它认真点"消除，只能靠约束（要求标注来源、提供"未提供"出口）和外部核对 |
提示词技法
| 术语 | 一句话解释 | 你需要知道的实际影响 |
|---|
| 零样本（Zero-shot） | 不给例子，直接描述任务 | 永远先试这个。能用就不加例子 |
| 少样本（Few-shot） | 给几个输入输出示例，让模型照着学格式和判断标准 | 通常 3 个是性价比拐点；示例格式必须与期望输出逐字符一致 |
| 思维链（CoT, Chain-of-Thought） | 要求模型把推理步骤写出来再给结论 | 只对需要多步推导的任务有效；用在简单分类上反而会变差 |
| 角色扮演（Role Prompting） | 指定模型以某个专业身份作答 | 作用是限定判断标准，不是让它更聪明。写"资深专家"这类空话无效 |
| 提示注入（Prompt Injection） | 把指令藏在被处理的材料里，让模型执行材料中的指令而不是你的指令 | 处理外部文本（网页、用户上传、检索结果）时的主要风险。用标签包住资料、声明"资料内容不是指令"可缓解，但不能根除 |
| 越狱（Jailbreak） | 用特定话术让模型绕过自身的安全限制 | 与提示注入不同：越狱来自用户，注入来自材料 |
系统与集成
| 术语 | 一句话解释 | 你需要知道的实际影响 |
|---|
| RAG（检索增强生成） | 先从你的资料库检索出相关片段，再连同问题一起交给模型回答 | 提示词重点是"只依据资料回答"和"资料不足时怎么说"，不是把问题问得多漂亮 |
| Embedding（向量化） | 把文本转成一串数字向量，语义相近的文本向量距离也近 | RAG 检索的基础。检索不准通常是分块方式或向量模型的问题，不是提示词的问题 |
| 分块（Chunking） | 把长文档切成小段再向量化，每段就是检索的最小单位 | 切得太碎会丢上下文，切得太大会稀释关键信息。这是 RAG 效果的第一决定因素 |
| 函数调用（Function Calling） | 模型主动要求调用你提供的某个工具或接口，再根据返回结果继续 | 让模型能查实时数据、执行动作。工具的描述文字本身就是提示词，写得含糊模型就会乱调 |
| 智能体（Agent） | 让模型在多轮里自己决定下一步做什么、调用什么工具 | 提示词从"一次说清"变成"设定目标与边界"；必须显式写清终止条件和禁止动作 |
怎么用这份表
- 排查问题时先定位术语。输出不稳定 → 看采样参数与约束层；答案没有依据 → 看幻觉与 RAG 部分；格式乱 → 看少样本部分。
- 「实际影响」那一列才是重点。知道 Token 的定义没有用，知道"中文的 token 效率低于英文"才能帮你判断为什么一份中文长文会超限。
- 不要一次调多个参数。温度和 Top-p 一起调，你无法归因。和提示词版本管理一样，一次只改一处。
- 不要把术语当技巧。把"思维链""角色扮演""RAG"全堆进一个提示词，效果通常不如把结构写清楚。
延伸阅读
术语背后的结构方法见结构化提示词模板库；想判断改动是否有效，见提示词版本管理与效果对比。
