| 拆分 | 每步职责单一、输出可验证 |
|---|---|
| 好处 | 局部重试、可插人工检查点 |
| 代价 | 总延迟与调用次数增加 |
| 适用 | 抽取+生成、翻译+润色、分析+报告 |
三步链（示例）
三步链（示例）
步骤 1：从原文抽取关键数据 → 输出 JSON
步骤 2：用 JSON 生成 200 字摘要
步骤 3：按摘要生成 3 条社媒文案
# 每一步的输出都做校验后再传入下一步链式拆分的分界点：凡是输出错了会连锁放大的步骤，都值得单独成步并加校验。
本包目录（159 条）
模型全景与选型27 条接入与 API 要点27 条
提示词框架与技巧27 条
- 思维链（Chain-of-Thought）
- System 提示设计（行为底座）
- 少样本示例（Few-Shot）
- Agent 系统提示（工具与停止条件）
- CO-STAR 提示词框架
- 角色设定（Role Prompting）
- ReAct 模式（推理 + 行动）
- 输出格式规范与样例
- 文档问答提示（引用与拒答）
- 信息抽取提示（防编造）
- 结构化标记：XML / Markdown / JSON
- 约束与指令清晰度（含负面指令）
- 长上下文的位置效应（Lost in the Middle）
- 摘要提示（分层与信息保全）
- 代码生成提示
- 分隔符与上下文隔离
- 提示链（Prompt Chaining）
- 分类提示（封闭标签集）
- 提示词评测（回归与对比）
- 提示词版本管理
- Text-to-SQL 提示
- CRISPE 提示词框架
- 自洽性投票（Self-Consistency）
- Least-to-Most（由易到难分解）
- 提示词模板与变量插值
- Step-Back 提示（先抽象后退）
- 元提示（让模型改进提示词）
提示链（Prompt Chaining）
把复杂任务拆成多个顺序步骤，每步输出作为下一步输入：抽取 → 加工 → 生成。中间产物可人工/程序校验，失败可局部重试。
易错点
- 链条过长，误差逐级累积
- 中间产物不校验直接进下一步
数据来源与参考
- Anthropic 提示工程文档：Prompt chaining