腾讯混元 Hy3 提示词最佳实践指南

掌握 Hy3 preview 的提示词技巧，充分发挥腾讯混元在快慢思考融合和 Agent 能力方面的优势

1. 模型概述

1.1 模型版本与特点

模型	发布时间	架构	总参数	激活参数	上下文窗口	核心能力	适用场景
Hy3 preview	2026年4月	MoE	295B	21B	256K tokens	快慢思考融合、Agent稳定	复杂推理、Agent流程、多模态

1.2 核心优势

✅ 快慢思考融合：集成了快速直觉思维和深度逻辑推理，按需选择推理策略
✅ Agent 稳定可靠：已在 CodeBuddy & WorkBuddy 内部验证，可稳定驱动最长 495 步的复杂 Agent 工作流
✅ 极致性价比：API 输入 ¥1.2 / 输出 ¥4.0（每百万 tokens），缓存命中输入仅 ¥0.4
✅ 实战验证：已在腾讯元宝、ima、游戏 AI、腾讯文档等 40+ 业务中落地
✅ 推理能力强：清华大学数学博士资格考国内模型最高分
✅ 完全开源：权重开放，可自部署

1.3 限制与注意事项

⚠️ 上下文 256K：不如 Kimi/DeepSeek 的 1M 超长上下文
⚠️ 预览版：Hy3 preview 为预览版本，后续可能有更新
⚠️ 创意写作一般：创意写作不是强项，如需要优美文风建议换用 MiniMax
⚠️ 生态建设中：相比 DeepSeek 和 Qwen，社区资源和第三方集成还在发展

2. 提示词基础

2.1 Hy3 提示词的基本结构

Hy3 使用标准的 OpenAI 兼容 API 格式。

使用腾讯混元 API

python

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_HY3_API_KEY",
    base_url="https://api.hunyuan.cloud.tencent.com/v1"
)

# 单次对话
response = client.chat.completions.create(
    model="hy3-preview",
    messages=[
        {"role": "system", "content": "你是一个有用的AI助手。"},
        {"role": "user", "content": "请解释什么是快慢思考融合模型。"}
    ]
)

print(response.choices[0].message.content)

2.2 核心提示词技巧

✅ 技巧1：复杂推理（Hy3 强项）

利用 Hy3 的快慢思考融合能力处理复杂推理任务：

python

prompt = """请解决以下复杂问题。你可以先直觉判断，然后进行深度推理验证。

问题：
一家公司有 3 个部门：A、B、C。部门 A 有 30 人，部门 B 有 45 人，部门 C 有 25 人。
公司决定按部门人数比例分配年终奖金池 200 万元。

但在分配时发现：
- 部门 A 的人均绩效评分是 1.2
- 部门 B 的人均绩效评分是 0.8
- 部门 C 的人均绩效评分是 1.5

如果奖金分配既要考虑人数比例，又要加权绩效评分（权重：人数占 60%，绩效占 40%），
请计算每个部门最终获得的奖金金额。

请先快速估算一个大概范围，再逐步精确计算：
1. 列出已知数据
2. 计算人数比例分配方案
3. 计算绩效加权调整
4. 综合计算最终结果
5. 验证结果是否合理"""

response = client.chat.completions.create(
    model="hy3-preview",
    messages=[{"role": "user", "content": prompt}]
)

✅ 技巧2：Agent 工作流编排

Hy3 preview 在 Agent 稳定性上经过腾讯内部验证：

python

prompt = """你是一个智能助手，可以执行以下操作：

可用工具：
- search_web(query)：搜索最新信息
- fetch_url(url)：读取网页内容
- analyze_sentiment(text)：分析文本情感
- summarize(text)：生成摘要
- generate_report(data)：生成报告

任务：请完成以下 Agent 工作流

第一步：搜索「2026年5月 AI Agent 行业最新动态」
第二步：阅读并分析搜索结果中的 TOP 5 文章
第三步：识别出 3 个最重要的趋势和 2 个潜在风险
第四步：基于分析结论，生成一份给CTO的简报（500字以内）

请逐步执行，每次只执行一步，完成后汇报结果再进入下一步。"""

✅ 技巧3：多步拆解复杂问题

python

prompt = """我需要制定一份「2026年下半年个人技术成长计划」。

请帮我分步完成：

**第一步：能力评估**
请列出10个我应当自查的关键问题，覆盖以下维度：
- 编程基础（数据结构、算法）
- 技术栈深度（我的主要语言/框架）
- 系统设计能力
- 工程实践（CI/CD、测试、监控）
- 软技能（沟通、项目管理）

**第二步：目标设定**
基于评估结果，帮我制定SMART目标：
- 短期（3个月）
- 中期（6个月）
- 长期（12个月）

**第三步：资源推荐**
为每个目标推荐具体的学习资源（书籍、课程、项目）

**第四步：执行计划**
制定周计划模板，确保可落地执行

请完整输出每个步骤的分析结果。"""

3. 写作任务提示词

3.1 技术文档写作

python

prompt = """你是一位资深技术文档工程师。

请为以下技术主题撰写文档：使用 Docker Compose 部署微服务应用

文档结构：
1. **概述**（200字）：什么是 Docker Compose，何时需要使用
2. **前置条件**：列出所需的工具和版本
3. **配置详解**：
   - docker-compose.yml 完整配置
   - 每个服务的配置说明
   - 网络和卷的配置
4. **部署步骤**（分步指南）：
   - 步骤1-5的详细操作
5. **常见问题**：至少3个常见错误的解决方案
6. **最佳实践**：5条使用建议

要求：
- 每一步都需要有对应的命令
- 配置代码需要有注释说明
- 面向有 Docker 基础的开发者
- 使用清晰的 Markdown 格式"""

4. 配置参数建议

4.1 Temperature

任务类型	推荐Temperature	说明
复杂推理	0.1 - 0.3	低温度确保推理准确
Agent 任务	0.2 - 0.4	平衡稳定性和灵活性
技术写作	0.3 - 0.5	保持准确和可读性
代码生成	0.2 - 0.4	确保语法正确
创意任务	0.6 - 0.8	适度创意

5. 参考资料

官方文档

腾讯混元大模型文档
https://cloud.tencent.com/product/hunyuan
腾讯混元的云产品文档。
Hy3 Preview 技术博客
https://www.tencent.com/zh-cn/articles/2202320.html
腾讯官方发布的 Hy3 preview 详细介绍。
Hy3 Preview on Hugging Face
https://huggingface.co/tencent
腾讯混元 Hugging Face 模型仓库。

📝 更新日志

2026-05-31：初始版本发布，包含 Hy3 preview 提示词指南

🤝 贡献与反馈

如果你发现任何错误或有改进建议，欢迎：

提交Issue进行讨论
提交Pull Request贡献内容
分享你的提示词使用技巧

📄 许可证

本文档采用 MIT 许可证。可自由使用、修改和分发。

最后更新时间：2026年5月31日
作者：AI Engineering Team
版本：v1.0

腾讯混元 Hy3 提示词最佳实践指南 ​

1. 模型概述 ​

1.1 模型版本与特点 ​

1.2 核心优势 ​

1.3 限制与注意事项 ​

2. 提示词基础 ​

2.1 Hy3 提示词的基本结构 ​

使用腾讯混元 API ​

2.2 核心提示词技巧 ​

✅ 技巧1：复杂推理（Hy3 强项） ​

✅ 技巧2：Agent 工作流编排 ​

✅ 技巧3：多步拆解复杂问题 ​

3. 写作任务提示词 ​

3.1 技术文档写作 ​

4. 配置参数建议 ​

4.1 Temperature ​

5. 参考资料 ​

官方文档 ​

📝 更新日志 ​

🤝 贡献与反馈 ​

📄 许可证 ​

腾讯混元 Hy3 提示词最佳实践指南

1. 模型概述

1.1 模型版本与特点

1.2 核心优势

1.3 限制与注意事项

2. 提示词基础

2.1 Hy3 提示词的基本结构

使用腾讯混元 API

2.2 核心提示词技巧

✅ 技巧1：复杂推理（Hy3 强项）

✅ 技巧2：Agent 工作流编排

✅ 技巧3：多步拆解复杂问题

3. 写作任务提示词

3.1 技术文档写作

4. 配置参数建议

4.1 Temperature

5. 参考资料

官方文档

📝 更新日志

🤝 贡献与反馈

📄 许可证