首页/AI/提示词工程速查/提示链(Prompt Chaining)
模式与框架50 条

提示链(Prompt Chaining)

把任务拆成多步调用,每一步的输出作为下一步输入,并在关键节点加入校验;比单条长提示更可控、可观测。

提示词工程速查AI更新于 2026-10-13

提示链是什么

提示链把一个大任务拆成多步调用,上一步的输出作为下一步的输入,关键节点插入校验。它带来的好处是可观测:每一步的中间产物都能单独检查、单独重跑,出错时不必怀疑整条链路。代价是调用次数增加、总延迟上升,所以短任务不值得拆链——一句话能完成的抽取,套上三段链只是更慢。

设计要点

收益失败可定位、步骤可替换、中间结果可人工检查
传递方式步骤间用结构化数据(JSON)传递,避免自然语言夹带结论
每步契约先定每步输入输出格式,再写该步提示
校验点在高风险步骤之后插入 schema 校验或规则检查
成本调用次数增多,短任务不必强行拆链

典型使用场景

  • 长报告处理:先摘要、再抽取行动项、最后生成邮件草稿
  • 工单流转:抽取字段 → 判定优先级 → 生成回复
  • 数据清洗:分步做抽取、归一化与校验,便于定位错误来源
  • 多语言内容生产:先翻译、再本地化改写,两步各自验收
  • 需要人工确认的流程:大纲阶段等人确认,再进入成文步骤

链示例(摘要 → 抽取 → 生成)

链示例(摘要 → 抽取 → 生成)
步骤 1:把 30 页报告压成要点列表(保留数字)。
步骤 2:从要点列表抽取「行动项」→ JSON 数组。   # 输出结构化,便于校验
步骤 3:按行动项生成邮件草稿(收件人 / 主题 / 正文)。
校验点:步骤 2 输出通过 schema 校验后才进入步骤 3。  # 不合格就重跑第 2 步

常见问题与处理

问题原因处理
错误逐级放大中间产物未校验在关键节点加 schema 与规则校验
链条过长难维护步骤拆得过细合并相邻的轻量步骤,按可验收单元拆
总延迟过高串行调用累积无依赖的步骤并行,如多份材料各自摘要
重跑代价大每步都重新调用缓存中间产物,只重跑失败的那一步
每一步都要能单独给出输入样例:如果某步无法脱开上下文单独运行,说明它与前一步耦合过紧,应先调整拆分方式。

易错点

  • 中间产物不做校验就往下传,前一步的小偏差被后一步放大成明显错误
  • 步骤之间用自然语言传递结论,第二步按自己的理解重述,信息在转述中失真
  • 为了拆而拆,把一句话能完成的任务拆成四步,延迟与费用都翻倍
  • 每步都用同一个长提示复述全部背景,token 消耗随步数线性上升
  • 链条没有日志,线上出错后无法判断是哪一步开始偏离

数据来源与参考

  • The Prompt Report(Schulhoff et al., 2024)与 Anthropic 提示文档中链式调用实践
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌