提示詞鏈怎麼設計提示詞（把一個大任務拆成多步流水線：每步的輸入輸出、中間檢查點、失敗時怎麼回退）
一條提示詞想讓 AI 一次完成「讀資料 → 提煉 → 寫稿 → 校對 → 排版」這類多環節任務，結果哪個環節都做得一般時用：AI 幫你把任務拆成幾個職責單一的步驟，為每一步寫好獨立的提示詞和輸入輸出格式，設定檢查點，並說明哪些步驟可以並行、哪裏需要人工確認。
通用大模型 對話模型通用
你是一名設計大模型工作流的工程師。請幫我把下面這個複雜任務拆成一條提示詞鏈（多步流水線）。 - 任務目標：[任務目標]（例：根據 10 篇用戶訪談記錄，產出一份用戶洞察報告） - 輸入材料：[輸入材料] - 最終交付物的要求：[交付物要求] - 運行方式：[運行方式]（例：在聊天介面手動一步步執行，或寫程序自動串聯） - 現在的做法與問題：[現有問題]（例：一條長提示詞一次生成，經常遺漏訪談中的細節） 請輸出： 1. 拆分原則：說明拆分依據——每一步只做一件事；需要不同「思維模式」的工作分開（如提取事實與創作寫作）；容易出錯、需要檢查的環節單獨成步。 2. 步驟表：步驟編號 | 職責 | 輸入（來自哪一步）| 輸出格式 | 檢查點（如何判斷這一步做得對）| 是否可以並行。 3. 每一步的提示詞全文： - 明確這一步的唯一任務和輸出格式； - 上一步的輸出用標籤包裹後作為本步輸入； - 中間結果盡量使用結構化格式（例如列表或 JSON），便於下一步使用和人工檢查。 4. 檢查點設計： - 哪些檢查可以自動完成（格式、數量、是否覆蓋全部輸入）； - 哪些需要人工確認後才進入下一步（例如提煉出的關鍵洞察）； - 檢查不通過時回到哪一步重做，最多重試幾次。 5. 並行與彙總：對多份材料逐一處理再彙總的環節（例如每篇訪談單獨提取），說明如何並行以及彙總步驟怎麼寫。 6. 成本與權衡：多步鏈會增加調用次數和耗時，哪些步驟可以合併，什麼情況下一條提示詞就夠用。
高亮處換成你自己的內容：[任務目標]、[輸入材料]、[交付物要求]、[運行方式]、[現有問題]
ChatGPT Plus 充值
已被複製 0 次
使用說明
怎麼填變量：[任務目標] 和 [交付物要求] 寫清楚，AI 才能倒推需要哪些中間產物。[運行方式] 決定提示詞的寫法：手動執行時，每一步的提示詞可以直接複製；程序串聯時，中間結果最好用結構化格式，便於自動解析。
常見坑：
- 一條超長提示詞同時要求提取、分析、寫作、校對，模型往往在每個環節上都打折扣。拆開後每一步更專注，也更容易發現是哪一步出了問題。
- 中間結果用大段自然語言傳遞，下一步容易誤讀、遺漏。用列表或 JSON 等結構化格式傳遞。
- 拆得過細，一個簡單任務被拆成十步，成本和耗時成倍增加，效果卻沒有明顯提升。
追問技巧：追問「把這條鏈寫成一個 Python 腳本，每一步的輸出儲存為文件，可以從任意一步重新開始」，或「哪些步驟適合交給更便宜、更快的模型」（可配合 1199 號成本優化提示詞）。
示例輸出
示例，僅供參考（用戶訪談洞察報告，步驟表節選）
| 步驟 | 職責 | 輸入 | 輸出格式 | 檢查點 | 並行 |
|---|---|---|---|---|---|
| 1 | 逐篇提取事實：痛點、場景、原話 | 每篇訪談原文 | JSON 列表，每條附原話與位置 | 每篇至少提取 5 條；原話必須能在原文中找到 | 可以，按篇並行 |
| 2 | 合併歸類：把相似痛點聚成主題 | 步驟 1 的全部結果 | 主題列表，每個主題列出支持的訪談編號 | 每個主題至少有 2 篇訪談支持 | 否 |
| 3 | 人工確認主題 | 步驟 2 | — | 研究員確認或調整 | — |
| 4 | 撰寫報告 | 確認後的主題與原話 | 按報告模板的 Markdown | 每個洞察引用至少 1 句原話 | 否 |
| 5 | 校對：檢查引用是否失真 | 步驟 4 與步驟 1 | 問題清單 | 所有引用與原話一致 | 否 |
同款作品
用這條提示詞做出來的作品；原作者會因此獲得積分
還沒有同款，來做第一個。
0 條評論
還沒有評論，來搶沙發～