半年以上 1.负责信息抽取场景的 Prompt 开发与迭代：针对结构化 / 非结构化数据（如对话query文本）的信息抽取需求（如实体识别、槽位抽取归一化、关键信息提取等），设计高效、精准的 Prompt 方案，覆盖 “需求拆解→Prompt 初稿设计→效果验证→优化迭代” 全流程。​ 2.承担 Prompt 效果优化与问题解决：通过数据分析（如抽取准确率、召回率）定位 Prompt 失效场景（如歧义文本、复杂句式），结合自然语言处理（NLP）逻辑调整 Prompt 策略（如指令优化、示例补充、格式约束），持续提升信息抽取的效率与精度。​ 3.输出 Prompt 工程相关文档：整理 Prompt 设计方法论、优化案例及最佳实践，形成可复用的 Prompt 模板库与操作指南，支撑团队高效协作。​ 4.协同技术团队落地需求：与数据团队、算法团队配合，理解业务侧信息抽取目标，将 Prompt 方案与 Python 工具链（如数据处理脚本、API 调用）结合，确保落地效果符合预期。​

1.1年及以上 Prompt 工程相关经验，有信息抽取、本地8B及以下LLM 场景 Prompt 设计经验者优先 对 Prompt 工程有强烈热爱，熟悉 Prompt 设计核心逻辑（如指令清晰性、示例引导、上下文控制），能独立解决 “低准确率、高误判” 等 Prompt 优化问题。​ 2.技术技能：​ 熟悉Python 编程语言，能独立完成数据处理、API 调用（如对接大模型接口测试 Prompt 效果）等基础开发工作；​ 熟悉不同模型的 Prompt 适配特性（如上下文窗口限制、指令敏感度）者优先；​ 有 NLP 基础（如了解实体识别、分词技术）或信息抽取工具（如 spaCy、NLTK）使用经验者加分。​ 3.综合素质：​ 具备较强的逻辑分析能力，能快速拆解 “模糊业务需求” 为 “可落地的 Prompt 设计目标”；​ 注重细节，对数据准确性、Prompt 效果有严格要求，有较强的自驱力与迭代意识；​ 良好的沟通能力，能清晰同步 Prompt 设计思路、效果数据及优化方案。​