整理了 Prompt 工程体系

整理出来的核心原则：

1. 角色设定要具体 不要说"你是一个专家"，要说"你是一个有 10 年 MySQL 性能调优经验的 DBA"。

2. 任务分解 复杂任务拆成链式 prompt，比一次性塞进一个 prompt 效果好得多。

3. 输出格式约束 明确告诉模型返回什么格式（JSON / Markdown / 列表），减少后处理。

4. Few-shot 示例 给 2-3 个例子，比写一大段指令更有效。

5. 思维链（CoT） 让模型先"想"再"答"：先分析，再给出结论。

这些原则在 GPT-4 和 Claude 上都有效，但具体参数差异较大，需要针对模型调整。