提示工程规范

提示词是大模型应用里最便宜、也最容易被低估的杠杆。我加入团队时，发现每个人都有自己的一套「土方」：谁手感好谁来写，写好了也说不清为什么好，一旦这个人请假或离职，相关功能就没人接得住。提示词成了藏在个人脑子里的秘密，这对团队是巨大的风险。

我想做的，是把提示词从「玄学」变成「工程」。第一步是模板化。我把团队反复出现的任务——摘要、抽取、分类、改写、对话——抽象成带变量的模板，每个模板配上使用说明、适用场景，以及正反例，告诉使用者什么时候该用、怎么填、容易踩什么坑。提示词从此是可以共享的团队资产，而不是个人手艺。

第二步是版本化。我把提示词纳入版本管理，每一次改动都有记录、可回滚。这样当线上效果突然变差时，我们能快速定位是哪次改动引入的问题，而不是在一堆「最新版」里抓瞎。

第三步，也是最关键的一步，是可评测。过去判断一个提示词好不好，全靠几个人试几条「感觉不错」就上线。我引入了 A/B 流程：每次改提示词，都拿固定的评测集跑一遍，用数据判断是真的变好，还是只是这次随手试的几条凑巧顺眼。改坏了，评测会立刻告诉你。

为了让方法真正被用起来，我没有写一份厚厚的文档塞给大家，而是把规范嵌进日常工作流：新建任务时直接从模板库选起，改提示词时评测自动触发。让正确的做法成为最省力的做法，规范才不会沦为摆设。

我也持续维护这个模板库，定期把新沉淀的好用法补进去，把过时的标记淘汰。库越用越好用，团队自然就越来越依赖它。

推行下来，提示词的复用率大幅提升，关键任务的效果第一次可以量化对比，新人照着模板就能快速产出稳定结果，交接成本显著下降。这件事再次印证：很多看起来玄乎的东西，只要愿意把它工程化，就能变得可控、可积累。