# Prompt Engineering · MANIFEST（模块清单）

## 模块信息
| 字段 | 值 |
| --- | --- |
| 模块 ID | pe |
| 所在层 | 基础层 |
| 主导关系 | 一次对与每次都对——读者是带着客户那句「效果不好是不是模型不行」和「不就是写几句话，凭什么单收这笔钱」进来的。 |
| 建立日期 | 2026-07-09 |
| 最后更新 | 2026-10-20 到期事实复核：成立 2 条回写日期、已变 3 条三处同步（要点：DSPy 稳定版到 3.4.1、GEPA 增幅更正为较 MIPROv2 高 10% 以上且 35× 是对比 GRPO、新一代缓存读降到 0.05×／0.025×且 Gemini 4 Argon 起无显式缓存、Azure Prompt Flow 宣布 2027-04-20 退役与云服务改名）；2026-08-02 网页版增补「上云怎么落地」（Codex 对照库借鉴第 3 步·回流批）：新增 `#cloud` 小节（结构性小节，与 qa/related/sources 同类，不进章节清单）……；讲义 83 页；完整更新记录见 [raw-data/更新记录.md](raw-data/更新记录.md) |
| 产出 skill 版本 | v3.0 |
| 状态 | ✅ 已完成（书单 10 项 / 5 份落地；讲义页数见页数账） |

## 章节清单
| 章节 ID | 现编号 | 标题 | 状态 | 最后核实 |
| --- | --- | --- | --- | --- |
| pe-what-why | 第 1 章 | 是什么 / 为什么 | ✅ | 2026-07-09 |
| pe-anatomy | 第 2 章 | 提示词解剖（角色/四要素/分隔符） | ✅ | 2026-07-09 |
| pe-core-techniques | 第 3 章 | 核心技巧（zero/few-shot、CoT、结构化输出、清晰指令） | ✅ | 2026-07-09 |
| pe-advanced-reasoning | 第 4 章 | 进阶推理与编排（自洽性、ReAct、提示词链、推理模型时代） | ✅ | 2026-07-09 |
| pe-engineering | 第 5 章 | 工程化与自动优化（版本化、评估驱动、DSPy、缓存） | ✅ | 2026-07-09 |
| pe-security | 第 6 章 | 安全与风险（提示词注入、越狱、OWASP、纵深防御） | ✅ | 2026-07-09 |
| pe-presales-map | 第 7 章 | 售前视角收拢（问题速查、选型树、上云全景、串联） | ✅ | 2026-07-09 |

## 时效性事实（巡检盘查对象）
| 事实 | 章节 ID | 核实日期 | 来源 | 复查日 | 等级 | 节奏 | 不能外推 |
| --- | --- | --- | --- | --- | --- | --- | --- |
| 推理模型阵容（GPT-6、Claude 5.5、Gemini 4 Argon、Grok 4.7、DeepSeek V4 系）已把 CoT 内建，不再需手写「一步步思考」；控制点从「思考预算 token 数」换成 effort（low/medium/high/xhigh/max，默认多为 high，Claude Opus 5.5 默认 medium）；思考 token 照常计费但原始思维链不返回，最多给摘要 | pe-advanced-reasoning | 2026-10-20 | platform.claude.com/docs/en/about-claude/models/overview（2026-10-20 逐字核对）；platform.claude.com/docs/en/build-with-claude/effort；阵容与本库 Model-Landscape 册 2026-10-20 核实同源 | — | B | 90 | 官方文档口径；阵容随 ML 册刷新（现役已含 Fable 5.1），引用前翻 ML 册 |
| 两个经典提示词旋钮在 Claude 当前主力模型上已移除：temperature/top_p/top_k（Opus 5、Fable 5 及 4.x 代传了返回 400）与助手预填充 prefill（4.6 及以后返回 400，改用结构化输出） | pe-advanced-reasoning | 2026-10-20 | platform.claude.com/docs/en/models/opus-5-5/migration-guide（2026-10-20 逐字核对） | 2026-10-31 | A | 90 | Claude 一家的接口变更，不能推给其它厂商同名参数 |
| DSPy 已到 3.x 线（当前稳定版 3.4.1，2026-10-12）——库内原写「2.x」是版本框架错，2026-08-01 更正；默认优化器 MIPROv2（贝叶斯联合优化指令+示例，结构化任务较手写 +10~40%）；GEPA 反射式进化优化器较 MIPROv2 高 10% 以上（AIME-2025 +12%），较 GRPO 平均 +6%、rollout 最多少 35×，ICLR 2026 oral | pe-engineering | 2026-10-20 | github.com/stanfordnlp/dspy/releases（2026-10-20 逐字核对）；GEPA＝arxiv.org/abs/2507.19457；MIPROv2 优化器数字＝futureagi（2026-07-09 后未重核） | 2026-11-30 | B | 90 | 基线口径已存疑，提升幅度不能当自家任务的预期值 |
| 提示词缓存：截至 2026-10 三大厂缓存读取价多数约为基础输入价 0.1×（约 1 折，省约 90%），新一代更低：Anthropic Opus 5.5/Sonnet 5.5 为 0.05×、Fable 5.1/Mythos 5.1 为 0.025×，OpenAI GPT-6.1 Sol 为 0.05×；OpenAI 默认自动缓存（GPT-5.6 及以后最小可缓存前缀 1024 token、写入加价 1.25×）、Anthropic cache_control 写入加价（5min 1.25×/1h 2×）、Gemini 隐式缓存默认开启（2.5 及以后全部模型；显式仅 generateContent API 且按小时存储计费，Gemini 4 Argon 起不支持显式缓存）；最小可缓存前缀 1024–4096 token 因模型而异、不随代际单调，低于门槛静默不缓存 | pe-engineering | 2026-10-20 | platform.claude.com/docs/en/about-claude/pricing（2026-10-20 逐字核对）；developers.openai.com 缓存指南；ai.google.dev 缓存文档 | — | B | 30 | 折扣是官方牌价口径；前缀匹配下改一字节整段失效，等效成本按命中率算 |
| 各云提示词服务：AWS Bedrock Prompt Management + Prompt Optimization（自动改写+与原版对比）；Google Gemini Enterprise Agent Platform（原 Vertex AI）Prompt Optimizer；Microsoft Foundry（原 Azure AI Foundry）Prompt Flow 已不推荐新开发、2027-04-20 退役，迁往 Microsoft Agent Framework | pe-engineering / pe-presales-map | 2026-10-20 | learn.microsoft.com/en-us/azure/ai-foundry/how-to/prompt-flow（2026-10-20 逐字核对）；aws.amazon.com/bedrock/prompt-management；Google「Optimize prompts」文档 | 2027-01-31 | B | 90 | 只说服务存在，不代表三家能力对等或目标区域可用 |
| OWASP Top 10 for LLM Applications 2025：LLM01 提示词注入连续两版第一；RAG 与微调都不能根治注入，只能纵深防御 | pe-security | 2026-07-09 | OWASP GenAI（https://genai.owasp.org/resource/owasp-top-10-for-llm-applications-2025/）、mend/aembit/promptfoo 解读 | 2027-01-31 | A | 180 | 风险目录不是防护方案，也不能当合规验收清单 |
| 云护栏：AWS Bedrock Guardrails、Azure AI Content Safety、Google Vertex 安全过滤 / Model Armor | pe-security | 2026-10-20 | learn.microsoft.com/en-us/azure/ai-services/content-safety/overview（2026-10-20 逐字核对）；aws.amazon.com/bedrock/guardrails；docs.cloud.google.com/model-armor/overview | 2027-01-31 | A | 90 | 护栏是通用兜底，拦截率与中文场景效果须自行实测 |

## 串联出边
| 本模块章节 | 指向 | 关系 |
| --- | --- | --- |
| pe-what-why | fine-tuning#ft-when | 选型边界：提示词到头了、才上微调；对方第 1 章讲「何时微调 vs 提示词/RAG」，互为参照 |
| pe-what-why | rag#rag-what-why | 「提示词 vs RAG」的选型边界：补知识用 RAG，改行为用提示词 |
| pe-anatomy | llm#llm-inference-kv | 提示词为什么有效，根子在上下文窗口与注意力——上下文工程的「物理学」（讲义第 2/4 章埋点） |
| pe-advanced-reasoning | agent#agent-context | ReAct、上下文工程就是提示词技巧在「工具循环」里的应用；Agent 第 5 章为工程化展开 |
| pe-engineering | evaluation#eval-methods | 评估驱动的提示词优化直接用 Evaluation 的判分四法 / LLM-as-a-Judge（eval-judge） |
| pe-security | security（候选） | 提示词注入是未来 Security 模块的一块 |

> 备注：以上为本模块的出边（本次讲义已在第 1/4/7 章埋入串联点）。**反向回指已双向落账（2026-07-09）**：LLM / Agent / RAG / Evaluation / Fine-tuning 五个模块的讲义各已追加一页「附 · 与 Prompt Engineering 的关系」，各模块 MANIFEST 亦新增对应回指行（llm-inference-kv / agent-context / rag-what-why / eval-methods / ft-when → pe#…）。security 边仍为候选（模块待建）。