提示词链怎么设计提示词（把一个大任务拆成多步流水线：每步的输入输出、中间检查点、失败时怎么回退）
一条提示词想让 AI 一次完成「读资料 → 提炼 → 写稿 → 校对 → 排版」这类多环节任务，结果哪个环节都做得一般时用：AI 帮你把任务拆成几个职责单一的步骤，为每一步写好独立的提示词和输入输出格式，设置检查点，并说明哪些步骤可以并行、哪里需要人工确认。
通用大模型 对话模型通用
你是一名设计大模型工作流的工程师。请帮我把下面这个复杂任务拆成一条提示词链（多步流水线）。 - 任务目标：[任务目标]（例：根据 10 篇用户访谈记录，产出一份用户洞察报告） - 输入材料：[输入材料] - 最终交付物的要求：[交付物要求] - 运行方式：[运行方式]（例：在聊天界面手动一步步执行，或写程序自动串联） - 现在的做法与问题：[现有问题]（例：一条长提示词一次生成，经常遗漏访谈中的细节） 请输出： 1. 拆分原则：说明拆分依据——每一步只做一件事；需要不同「思维模式」的工作分开（如提取事实与创作写作）；容易出错、需要检查的环节单独成步。 2. 步骤表：步骤编号 | 职责 | 输入（来自哪一步）| 输出格式 | 检查点（如何判断这一步做得对）| 是否可以并行。 3. 每一步的提示词全文： - 明确这一步的唯一任务和输出格式； - 上一步的输出用标签包裹后作为本步输入； - 中间结果尽量使用结构化格式（例如列表或 JSON），便于下一步使用和人工检查。 4. 检查点设计： - 哪些检查可以自动完成（格式、数量、是否覆盖全部输入）； - 哪些需要人工确认后才进入下一步（例如提炼出的关键洞察）； - 检查不通过时回到哪一步重做，最多重试几次。 5. 并行与汇总：对多份材料逐一处理再汇总的环节（例如每篇访谈单独提取），说明如何并行以及汇总步骤怎么写。 6. 成本与权衡：多步链会增加调用次数和耗时，哪些步骤可以合并，什么情况下一条提示词就够用。
高亮处换成你自己的内容：[任务目标]、[输入材料]、[交付物要求]、[运行方式]、[现有问题]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[任务目标] 和 [交付物要求] 写清楚，AI 才能倒推需要哪些中间产物。[运行方式] 决定提示词的写法：手动执行时，每一步的提示词可以直接复制；程序串联时，中间结果最好用结构化格式，便于自动解析。
常见坑：
- 一条超长提示词同时要求提取、分析、写作、校对，模型往往在每个环节上都打折扣。拆开后每一步更专注，也更容易发现是哪一步出了问题。
- 中间结果用大段自然语言传递，下一步容易误读、遗漏。用列表或 JSON 等结构化格式传递。
- 拆得过细，一个简单任务被拆成十步，成本和耗时成倍增加，效果却没有明显提升。
追问技巧：追问「把这条链写成一个 Python 脚本，每一步的输出保存为文件，可以从任意一步重新开始」，或「哪些步骤适合交给更便宜、更快的模型」（可配合 1199 号成本优化提示词）。
示例输出
示例，仅供参考（用户访谈洞察报告，步骤表节选）
| 步骤 | 职责 | 输入 | 输出格式 | 检查点 | 并行 |
|---|---|---|---|---|---|
| 1 | 逐篇提取事实：痛点、场景、原话 | 每篇访谈原文 | JSON 列表，每条附原话与位置 | 每篇至少提取 5 条；原话必须能在原文中找到 | 可以，按篇并行 |
| 2 | 合并归类：把相似痛点聚成主题 | 步骤 1 的全部结果 | 主题列表，每个主题列出支持的访谈编号 | 每个主题至少有 2 篇访谈支持 | 否 |
| 3 | 人工确认主题 | 步骤 2 | — | 研究员确认或调整 | — |
| 4 | 撰写报告 | 确认后的主题与原话 | 按报告模板的 Markdown | 每个洞察引用至少 1 句原话 | 否 |
| 5 | 校对：检查引用是否失真 | 步骤 4 与步骤 1 | 问题清单 | 所有引用与原话一致 | 否 |
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～