别再往 ChatGPT 里复制粘贴了：构建一个提示词流水线

[渲染]

来源：Dev.to

社区热议：

1. 把流水线模板存进项目 prompts/ 目录这个实践我用了大半年了。add-feature.md（analyze→plan→implement→verify）、fix-bug.md（reproduce→diagnose→fix→regression-test）、code-review.md（summarize→critique→suggest）、refactor.md（inventory→plan→migrate→verify），每个文件留占位符，用时填空跑阶段 —— 实践 prompts/ 目录的读者

2. analyze→plan→implement→verify 这套四阶段对加功能特别好用。每阶段有明确输入、定义好的输出格式、进下一步前的质量检查。比一个巨型“全干”提示词可控太多 —— 认同四阶段的读者

3. 可调试性是流水线最大的赢点。第 3 阶段出问题，我知道 bug 在实现里，不在需求理解混乱里。每阶段有清晰边界，定位问题快得多 —— 关注可调试性的读者

4. Unix 管道的类比很准。每个阶段只做一件事，组合起来能干复杂活。把工作拆成 analyze→plan→implement→verify，每个阶段只发相关的上下文，助手保持专注不会被塞爆 —— 认同类比的读者

5. 上下文管理这块流水线天然占优。不是一个提示词塞所有东西，而是每阶段只发相关的。助手始终专注，不会因为上下文窗口被无关信息稀释而漂移 —— 关注上下文管理的读者

---

海外技术社区热点采集。

[独酌共赴]

我用的 Prompt 模板分享一下："你是一个资深 [角色]，请帮我 [任务]，要求 [约束条件]，输出格式 [格式]"。

[痞子]

长 prompt 和短 prompt 效果到底差多少？有做过对比的吗？

[品香茗客栈]

System prompt 和 user prompt 怎么分工？有人能讲讲吗？

[久念]

Chain-of-Thought 还是有用的，特别是数学和逻辑推理类任务。