把多步骤任务拆成 Prompt 工作流

作者: AILesson10 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

设计相互衔接且边界清晰的阶段,明确输出、检查、工具、权限和恢复路径. 请提供: 端到端任务与目标成果、证据、工具、权限和风险约束、已知失败与运行条件. 预期成果: 包含分步 Prompt、门禁、状态和端到端测试的可执行工作流规范.

1

补充你的背景

你填写的内容只保留在当前浏览器中,AILesson 提示语不会将其发送给模型或服务器。

2

生成的提示语

未填写的字段会保留为占位符,你仍然可以复制后自行编辑

请为多步骤任务设计 Prompt 工作流。只有当边界能改善证据控制、校验、工具使用、复用、成本或人工权限时才拆分。

触发、用户、起始输入、最终交付物、完成定义、频率和规模:
[task]

来源系统、工具、时效、隐私、批准、不可逆操作、成本、延迟和禁止行为:
[constraints]

当前流程、失败示例、交接、并发、重试、监控和复核能力:
[failures]

写 Prompt 前先绘制端到端状态。在实际可行时,把确定性解析、计算、校验与生成式判断分开。每个阶段定义目的、允许输入和来源、前置条件、准确输出结构、不变量、工具权限、Prompt、独立于模型的校验、人工门禁、持久化状态、幂等或去重键、超时/重试规则、失败路径和进入下一步的条件。后续步骤不得静默修复上游缺失或冲突证据。在外发消息、采购、发布、删除、账户变更或其他后果重大行动前设置授权。最小化步骤间传递和保留的敏感数据。指出应使用普通代码、规则、搜索或人工决定而不是 Prompt 的阶段。请返回工作流图;分步契约与 Prompt;状态/错误分类;可观察与审计字段;成本/延迟说明;回滚或安全停止行为;单元、边界、失败和端到端测试;以及当单 Prompt 足够时的简化替代方案。
默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许,否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

端到端任务与目标成果
每个工作日,把最多 40 封供应商续约邮件和已提取文本的报价附件转成复核包。最终包包含匹配合同、变化的商业条款、运营变化、缺失证据、风险问题和回复草稿。任何外发回复由采购分析师批准。完成条件是复核包可追溯到消息/附件位置并进入评审队列;绝不自动发送。
证据、工具、权限和风险约束
邮箱和合同库只读搜索。附件已提取,无 OCR。价格和日期必须准确解析并由代码重算。合同可能含保密费率,只能保留在批准工作区。不作法律结论。当前事实需要来源时间戳。一次模型调用比校验代码更贵。分析师每天最多复核十个异常。回复工具不可用且必须保持不可用。
已知失败与运行条件
当前大 Prompt 有时把名称相似的供应商匹配错,把报价当成已签修订,丢失币种并起草接受。转发重复邮件会生成重复复核包。合同搜索可能返回零个或两个有效候选。模型可能超时;最多重试一次。工作流平台保存状态和来源 ID。

示例输出

建议工作流有五个阶段,但不是五次模型调用。阶段 1 用代码读取来源 ID,对消息和附件哈希去重,校验提取,识别币种/日期标记,并只保存受限引用,不把保密原文写入日志。重复哈希连接已有复核包。阶段 2 用已核实供应商标识只读搜索;零个或多个有效合同均转分析师异常并停止。不得仅凭名称相似选择合同。

阶段 3 用代码构建来源包:报价片段、合同片段、时间戳、解析的金额/日期及重算差异。解析或币种冲突在生成前停止。阶段 4 模型只比较来源包,按结构区分所述提议、签署证据状态、商业/运营变化、缺失证据、问题和来源引用。Prompt 禁止法律结论、接受用语及把报价变成修订。之后用代码检查结构、引用、数字、币种和无依据主张;超时只以同一幂等键重试一次。校验失败进入异常,不静默修复。

阶段 5 只根据已校验字段起草中性澄清回复,标注“草稿—未发送”。分析师门禁复核复核包并编辑或批准排队;系统没有发送权限。状态机:已接收、已去重、待匹配、证据就绪、比较有效、草稿就绪、需复核、异常。审计记录来源 ID、合同版本、Prompt/版本、校验结果、时间戳、评审人和处置。端到端测试覆盖准确匹配、重复转发、零/两个合同、未签报价、币种冲突、附件缺失、超时和恶意附件指令。单 Prompt 不合适,因为匹配、计算、去重和授权需要独立确定性门禁。

为什么有效

  1. 1

    明确阶段契约防止不确定的上游输出在下游变成未标注事实。

  2. 2

    拆分确定性工作与权限门禁可以降低成本,并让重大行动可复核。

检查结果

  • 每个转换是否有经过校验的输入、明确成功条件和失败路径?

  • 工具权限、敏感数据、持久状态、重试和重大行动是否有边界?

  • 确定性操作和人工决定是否在适当时移出生成式 Prompt?

更有把握地使用

常见问题

了解这条配方何时适用、需要提供什么,以及哪些内容仍需人工复核

使用“把多步骤任务拆成 Prompt 工作流”前需要准备什么?

使用“把多步骤任务拆成 Prompt 工作流”前,请准备端到端任务与目标成果、证据、工具、权限和风险约束、已知失败与运行条件。只用可核实的信息替换占位符;如果某项未知,就明确保留未知状态,不要让模型自行推断。

“把多步骤任务拆成 Prompt 工作流”的结果在什么情况下还不能使用?

如果结果还不能根据所给证据实现页面所述成果“包含分步 Prompt、门禁、状态和端到端测试的可执行工作流规范”,或仍依赖未解决假设、缺失批准或编造细节,就不能使用。把检查项当作放行门槛:应修正来源输入,或指定有权限的复核者,而不是润色一个缺乏支持的输出。

“把多步骤任务拆成 Prompt 工作流”记录过哪些 AI 工具测试?

截至 2026-08-28,“把多步骤任务拆成 Prompt 工作流”的公开测试记录包含ChatGPT。这只表示存在已记录试跑,不保证后续产品版本仍兼容或得到相同结果。改用其他工具或版本时,应保留全部约束,并重新执行结果检查。

更多探索方式

这条配方出现在哪里

继续完成任务