提示词链

当一个任务过于复杂，单条提示词无法可靠完成时，可以把它拆分成多个子任务，依次执行，前一步的输出作为下一步的输入——这就是提示词链（Prompt Chaining）。

为什么需要提示词链？

单条提示词的问题

把所有要求塞进一个超长提示词，会导致以下问题：

AI容易遗漏某些子任务 —— 任务太多，顾此失彼
前后步骤的逻辑相互干扰 —— 不同任务的要求可能冲突
出错时难以定位问题 —— 不知道是哪一步出了错
Token消耗高 —— 一次性输入大量内容，成本上升

提示词链的解决思路

提示词链把复杂任务分而治之：

复杂任务
    ↓
┌─────────────────────────────────────┐
│  提示词1：完成子任务A                │
│       ↓                             │
│  提示词2：基于A的结果，完成子任务B    │
│       ↓                             │
│  提示词3：基于B的结果，完成子任务C    │
│       ↓                             │
│  最终结果                           │
└─────────────────────────────────────┘

每一步都能独立验证质量，整体可靠性大幅提升。

适合使用提示词链的场景

场景	链式拆分方式
长文档分析	提取关键信息 → 分析 → 生成报告
代码生成	梳理需求 → 设计接口 → 实现代码 → 写测试
内容创作	确定大纲 → 逐节撰写 → 润色修改
数据处理	清洗数据 → 分类标注 → 汇总统计
翻译本地化	直译 → 文化适配 → 润色

实战案例详解

案例一：简历筛选流水线

这是一个典型的三步提示词链：

第一步：信息提取

请从以下简历中提取关键信息，以JSON格式输出：
- name（姓名）
- years_exp（工作年限，数字）
- skills（技能列表）
- last_title（最近职位）
- education（学历）

<resume>
张三
高级软件工程师 | 8年经验

工作经历：
- ABC科技公司，高级工程师，2020-2024
  负责后端架构设计，主导微服务改造项目
- XYZ互联网公司，工程师，2016-2020
  参与核心业务系统开发

技能：Python, Java, Kubernetes, MySQL, Redis

教育背景：北京大学 计算机科学 本科
</resume>

输出示例：

json

{
  "name": "张三",
  "years_exp": 8,
  "skills": ["Python", "Java", "Kubernetes", "MySQL", "Redis"],
  "last_title": "高级软件工程师",
  "education": "本科"
}

第二步：岗位匹配

将第一步的JSON输出作为第二步的输入：

根据以下候选人信息和岗位要求，打出0-10的匹配分，
并说明主要匹配点和不足点。

<candidate>
{
  "name": "张三",
  "years_exp": 8,
  "skills": ["Python", "Java", "Kubernetes", "MySQL", "Redis"],
  "last_title": "高级软件工程师",
  "education": "本科"
}
</candidate>

<job_requirements>
职位：资深后端工程师
要求：
- 5年以上后端开发经验
- 精通Python或Go
- 有微服务架构经验
- 熟悉容器化技术
- 本科及以上学历
</job_requirements>

输出示例：

匹配评分：8/10

匹配点：
1. 工作年限：8年经验，超过要求的5年 ✓
2. 技术栈：精通Python，有Kubernetes经验 ✓
3. 架构经验：主导过微服务改造项目 ✓
4. 学历：本科学历符合要求 ✓

不足点：
1. 岗位要求Go语言，候选人主要使用Java
2. 未提及具体的性能优化经验

第三步：生成邮件

根据第二步的评估结果生成邮件：

根据候选人的评估结果，生成一封邮件。

<evaluation>
匹配评分：8/10
匹配点：工作年限符合、精通Python、有微服务经验
不足点：不会Go语言
</evaluation>

<job_title>资深后端工程师</job_title>

如果匹配分>=7，起草一封面试邀请邮件；
如果匹配分<7，起草一封婉拒邮件。

要求：邮件简洁专业，不超过200字。

输出示例：

主题：【面试邀请】资深后端工程师岗位 - 张三

张三先生您好：

感谢您投递资深后端工程师岗位。您的技术背景和微服务架构经验
给我们留下了深刻印象。

我们诚挚邀请您参加面试，进一步了解您的技术专长和项目经验。
面试时间初定为下周二下午，具体安排将另行通知。

期待与您见面！

HR团队
XX科技公司

案例二：代码生成流水线

第一步：需求分析

分析以下功能需求，输出：
1. 核心功能点
2. 需要的技术组件
3. 可能的边界情况

需求：
用户登录功能，支持手机号+验证码登录和密码登录，
需要防止暴力破解，登录成功后返回token。

第二步：接口设计

基于第一步的分析结果设计API：

基于以下需求分析，设计RESTful API接口：

<analysis>
[第一步的输出]
</analysis>

输出格式：
- 接口路径
- 请求方法
- 请求参数
- 响应格式
- 错误码

第三步：代码实现

基于接口设计生成代码：

基于以下接口设计，用Python FastAPI实现代码：

<api_design>
[第二步的输出]
</api_design>

要求：
- 包含完整的错误处理
- 添加类型提示
- 包含文档字符串

第四步：单元测试

基于代码生成测试：

为以下代码编写单元测试：

<code>
[第三步的代码]
</code>

要求：
- 覆盖正常情况和边界情况
- 使用pytest框架
- 包含测试说明

案例三：长文档处理

第一步：结构分析

分析以下文档的结构，列出所有章节标题和层级关系：

<document>
[长文档内容]
</document>

第二步：分段总结

总结文档的第三章内容：

<chapter_3>
[第三章内容]
</chapter_3>

要求：200字以内，提取核心观点。

第三步：综合报告

基于以下各章节总结，生成完整的文档摘要：

<summaries>
第一章：[总结]
第二章：[总结]
第三章：[总结]
...
</summaries>

要求：
- 500字以内
- 突出文档的核心价值
- 包含关键结论

提示词链的设计原则

原则一：每步只做一件事

❌ 一条提示词做多件事
请分析这段代码，找出bug，修复它，然后写测试，最后生成文档。

✅ 分步执行
Step 1: 分析代码，找出潜在问题
Step 2: 针对每个问题给出修复方案
Step 3: 为修复后的代码写测试
Step 4: 生成文档

原则二：明确定义输入输出

每一步都要明确：

这一步接收什么输入
这一步输出什么格式

# 好的定义

输入：简历原文
输出：JSON格式的结构化数据，包含name、years_exp、skills字段

# 差的定义

输入：简历
输出：处理后的信息

原则三：保持独立性

每一步应该能独立理解和执行，不依赖"上下文记忆"：

❌ 依赖上下文

Step 2: 根据上面的分析...

✅ 显式传入

Step 2: 基于以下分析结果...
<analysis>
[Step 1的输出]
</analysis>

原则四：设置检查点

在关键步骤之间加入验证，确保中间结果正确：

python

# 伪代码示例

step1_output = call_llm(prompt1)
if not validate(step1_output):
    raise Error("Step 1 failed")

step2_output = call_llm(prompt2.format(input=step1_output))
if not validate(step2_output):
    raise Error("Step 2 failed")

开发者实践：代码实现

如果你是开发者，可以用代码来实现提示词链：

python

import anthropic

client = anthropic.Anthropic()

def prompt_chain(resume_text: str, job_requirements: str):
    # Step 1: 提取信息
    step1_response = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[{
            "role": "user",
            "content": f"""
            请从以下简历中提取关键信息，以JSON格式输出...
            <resume>{resume_text}</resume>
            """
        }]
    )
    candidate_json = step1_response.content[0].text
    
    # Step 2: 匹配评估
    step2_response = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[{
            "role": "user",
            "content": f"""
            根据以下候选人信息评估匹配度...
            <candidate>{candidate_json}</candidate>
            <job_requirements>{job_requirements}</job_requirements>
            """
        }]
    )
    evaluation = step2_response.content[0].text
    
    # Step 3: 生成邮件
    step3_response = client.messages.create(
        model="claude-sonnet-4-20250514",
        max_tokens=1024,
        messages=[{
            "role": "user",
            "content": f"""
            根据评估结果生成邮件...
            <evaluation>{evaluation}</evaluation>
            """
        }]
    )
    
    return step3_response.content[0].text

加入错误处理和重试

python

import json

def extract_with_retry(resume_text: str, max_retries: int = 3):
    for attempt in range(max_retries):
        try:
            response = client.messages.create(...)
            result = json.loads(response.content[0].text)
            # 验证必要字段
            if all(key in result for key in ['name', 'years_exp', 'skills']):
                return result
        except json.JSONDecodeError:
            print(f"JSON解析失败，重试 {attempt + 1}/{max_retries}")
        except Exception as e:
            print(f"错误：{e}，重试 {attempt + 1}/{max_retries}")
    
    raise Exception("提取失败，请检查输入")

提示词链 vs 一次性提示

维度	提示词链	一次性提示
复杂任务	✅ 更可靠	❌ 容易出错
简单任务	⚠️ 过度设计	✅ 更高效
调试难度	✅ 容易定位	❌ 难以定位
Token消耗	⚠️ 较高	✅ 较低
响应时间	⚠️ 多次调用	✅ 一次调用

经验法则：

任务超过3个子步骤 → 用提示词链
任务简单直接 → 用一次性提示

小结

提示词链的核心要点：

要点	说明
分而治之	把复杂任务拆成独立子任务
单一职责	每步只做一件事
显式传递	明确传入上一步的输出
设置检查点	验证中间结果

开发者建议

在代码中实现提示词链时，建议在每一步之间加入输出验证逻辑——检查JSON格式是否正确、关键字段是否存在。发现异常时可以自动重试或切换到备用提示词。

下一步

学会了提示词链后，让我们学习元提示，让AI帮你写和改进提示词。

提示词链 ​

为什么需要提示词链？ ​

单条提示词的问题 ​

提示词链的解决思路 ​

适合使用提示词链的场景 ​

实战案例详解 ​

案例一：简历筛选流水线 ​

第一步：信息提取 ​

第二步：岗位匹配 ​

第三步：生成邮件 ​

案例二：代码生成流水线 ​

第一步：需求分析 ​

第二步：接口设计 ​

第三步：代码实现 ​

第四步：单元测试 ​

案例三：长文档处理 ​

第一步：结构分析 ​

第二步：分段总结 ​

第三步：综合报告 ​

提示词链的设计原则 ​

原则一：每步只做一件事 ​

原则二：明确定义输入输出 ​

原则三：保持独立性 ​

原则四：设置检查点 ​

开发者实践：代码实现 ​

加入错误处理和重试 ​

提示词链 vs 一次性提示 ​

小结 ​

下一步 ​

提示词链

为什么需要提示词链？

单条提示词的问题

提示词链的解决思路

适合使用提示词链的场景

实战案例详解

案例一：简历筛选流水线

第一步：信息提取

第二步：岗位匹配

第三步：生成邮件

案例二：代码生成流水线

第一步：需求分析

第二步：接口设计

第三步：代码实现

第四步：单元测试

案例三：长文档处理

第一步：结构分析

第二步：分段总结

第三步：综合报告

提示词链的设计原则

原则一：每步只做一件事

原则二：明确定义输入输出

原则三：保持独立性

原则四：设置检查点

开发者实践：代码实现

加入错误处理和重试

提示词链 vs 一次性提示

小结

下一步