Prompt Engineering
从生成原理、示例与任务设计，到结构化输出、注入边界、效果评测与开源项目源码导读。
Prompt 为什么能改变模型回答：从生成原理到上下文组织
从工单分类理解条件概率、消息角色、任务边界、历史与资料怎样共同影响回答。
怎样用示例和步骤教会模型完成任务
用对照样本、金额提取和可核验的中间结果，解释上下文学习、任务分解与推理策略。
如何写好一个 Prompt：从需求到可用版本
完整设计工单提示，处理歧义、复杂输入与不同任务，并用带注释代码装配可追溯的请求。
怎样让程序可靠接住模型输出：结构化输出与校验
从 JSON 到 Schema，再到订单核验，理解格式保证、未知字段和有限修复的边界。
外部文字为什么会变成指令：Prompt Injection 与任务边界
用客户消息、引用资料和只读工具解释注入如何传播，以及提示边界与程序授权各自负责什么。
Prompt 改了以后真的更好吗：从失败样本到持续改进
以同一套工单分类器建立对照评测，理解数据划分、版本、注入样本与自动优化。
从开源项目学习 Prompt：沿着 DSPy 源码追踪一次调用
固定 DSPy 2.6.27，追踪任务声明、消息装配、输出解析和示例优化，再迁移到自己的工单程序。