在人工智能飞速发展的今天，大型语言模型（LLMs）以其强大的文本生成和理解能力，正在重塑我们与数字世界的交互方式。然而，当面对真正复杂、多步骤的任务时，仅仅依靠一个“万能”的单一提示，往往会让我们感到力不从心。这时，一种名为“提示链式模式”（Prompt Chaining Pattern）的强大范式应运而生，它如同巧妙的指挥家，将复杂任务分解为一系列有序、可控的步骤，从而解锁了LLMs处理复杂问题的潜力。

一、复杂任务的“阿喀琉斯之踵”：单一提示的局限性

想象一下，你要求一位大厨同时完成从采购食材、烹饪十道菜、摆盘到服务客人的所有工作，并且只给他一张写满指令的便签。结果可想而知：他可能遗漏食材，烹饪流程混乱，甚至端出不合时宜的菜肴。这正是单一提示在处理LLMs复杂任务时面临的困境。

当我们将一个多维度、需要多步推理的复杂指令全部塞进一个单一提示时，LLMs常常会表现出以下“阿喀琉斯之踵”：

  1. 指令忽略 (Instruction Ignoring)： LLM可能因信息过载或指令冲突而未能完全遵循所有约束和要求。比如，你要求它“总结一份报告，提取关键数据，并用表格展示，同时起草一封邮件通知团队”，结果它可能只总结了报告，却忽略了表格和邮件。

  2. 语境漂移 (Context Drifting)： 在处理漫长而复杂的提示时，模型可能会逐渐失去初始语境的跟踪，导致后续生成的内容偏离主题。

  3. 错误传播 (Error Propagation)： 早期步骤中的任何微小错误，都可能在后续的复杂推理中被放大，最终导致整个任务失败。

  4. 提示过长 (Prompt Size & Cognitive Load)： 复杂的任务意味着更长的提示，这不仅会增加LLM的上下文窗口负担，还会提升其“认知负荷”，使其更难聚焦。

  5. 幻觉 (Hallucination)： 认知负荷的增加，以及对复杂指令理解的偏差，会显著提高LLM生成不准确或编造信息的几率。

以一个更实际的例子来说：假设一家公司需要分析一份市场研究报告，识别出主要趋势，提取支持数据点，然后根据这些趋势为营销团队起草一份行动计划，并发送一封邮件通知。如果将所有这些要求一次性输入LLM，它很可能能够总结数据，但可能无法准确提取所有关键数据点，或者起草的行动计划缺乏条理，甚至邮件的语气和受众不对。这种低效和不可靠性，正是我们需要提示链式模式的原因。

二、分而治之：提示链式模式的核心思想与优势

提示链式模式，有时也被形象地称为“管道模式”（Pipeline Pattern），其核心理念便是“分而治之”。它不再期望LLM在单一、一蹴而就的步骤中解决所有问题，而是鼓励我们将最初令人生畏的复杂问题，分解为一系列更小、更易于管理、更具针对性的子问题**。

这种模式的运作方式如同工厂的生产线：

  1. 模块化设计： 每一个子问题都通过一个专门设计的提示来单独解决。这个提示的指令更简洁、更聚焦，减少了LLM的“认知负担”。

  2. 顺序处理： 一个提示生成的输出，会被战略性地作为输入传递到链中的下一个提示，以此类推。这种信息传递建立了一个依赖链，因此得名“提示链”。

  3. 渐进式完善： 每一环节的LLM都能在其之前工作的基础上，逐步完善理解，修正偏差，并逐步接近所需的最终解决方案。

以刚才的市场研究报告为例，采用提示链式模式可以显著提高可靠性和控制性：

  • 步骤1：初始摘要（角色：市场分析师）

    • 提示： “请总结以下市场研究报告的主要发现，聚焦于关键结论和支撑论据。将报告内容限制在300字以内。”

    • LLM输出： 简洁明了的报告摘要。

  • 步骤2：趋势识别与数据提取（角色：数据洞察专家）

    • 提示： “基于以下市场研究报告摘要：[步骤1的输出]。请识别出其中最主要的三个新兴趋势，并为每个趋势提取一个具体的、可量化的数据点作为支持。”

    • LLM输出： 包含三个趋势名称和相应数据点的列表。

  • 步骤3：行动计划草拟（角色：战略规划师）

    • 提示： “根据以下识别出的市场趋势及其支持数据：[步骤2的输出]。请为营销团队草拟一份简明的行动计划，包含三个具体、可执行的建议，每个建议与一个趋势相对应。”

    • LLM输出： 结构化的营销行动计划草稿。

  • 步骤4：邮件通知（角色：企业沟通专员）

    • 提示： “请为营销团队的负责人起草一封专业邮件，邮件主题为‘最新市场趋势与行动计划’。邮件内容需包含以下要点：[步骤3的输出]。语气正式，条理清晰。”

    • LLM输出： 一封可以直接发送的专业邮件。

通过这种分解，我们可以对整个过程进行更细致的控制。每一步都更简单、模糊性更低，这极大地减少了模型的认知负荷，并导致更准确和可靠的最终输出。这种模块化处理类似于计算管道，每个函数在将结果传递给下一个函数之前执行一个特定的操作，确保了每项具体任务的准确响应。

三、关键要素：结构化输出与外部工具集成

为了使提示链高效且稳定运行，以下两个关键要素至关重要：

1. 结构化输出的作用

提示链的可靠性高度依赖于在步骤之间传递的数据完整性和清晰度。如果一个提示的输出有歧义或格式不佳，那么后续提示可能会因错误的输入而失败。为了缓解这种情况，指定结构化输出格式（如JSON、XML或Markdown表格）至关重要。

示例：在趋势识别步骤中指定JSON格式输出

{
  "trends": [
    {
      "trend_name": "AI驱动的个性化体验",
      "supporting_data": "73%的消费者倾向于与利用个人信息提供更相关购物体验的品牌进行交易。"
    },
    {
      "trend_name": "可持续与道德品牌崛起",
      "supporting_data": "过去五年中，带有ESG（环境、社会和治理）相关声明的产品的销售额增长了28%，而无相关声明产品的增长率为20%。"
    },
    {
      "trend_name": "短视频营销爆发",
      "supporting_data": "全球营销人员中，85%表示短视频是其最有效的营销策略之一，预计明年将继续增长15%。"
    }
  ]
}

这种结构化格式确保了数据是机器可读的，可以被精确地解析并毫不含糊地插入到下一个提示中。它最大限度地减少了在解释自然语言时可能出现的错误，是构建强大、基于LLM的多步骤系统的关键组成部分。

2. 外部工具和知识的整合

提示链的意义不仅限于LLM的纯文本生成，它还能够整合外部知识和工具。在链中的每个步骤中，都可以指导LLM与外部系统、API或数据库进行交互，从而丰富其知识和能力，超越其内部训练数据。

示例：处理复杂PDF发票的数据提取

假设我们需要从一份复杂的PDF发票中提取数据，并进行计算验证。

  • 提示1（文本提取）： “使用OCR工具从以下PDF图像中提取所有可见文本。”

    • 工具调用： 将PDF图像发送给OCR服务。

    • LLM输入： 原始、可能包含格式错误的文本。

  • 提示2（数据规范化）： “根据以下发票文本：[原始文本]。请提取发票号、总金额、商品明细及其单价和数量。请将所有数字文本（如“一千零五十”）转换为阿拉伯数字，并将提取结果整理成JSON格式。”

    • LLM输出： 结构化、规范化后的发票数据，但可能不包含总金额的准确计算。

  • 提示3（委托外部计算）： “根据以下发票明细：[步骤2的JSON输出]。请计算所有商品的数量乘以单价之和，验证总金额是否正确。如果存在偏差，请标记出来。”

    • LLM决策/工具调用： LLM识别需要计算，将商品明细和单价发送给外部计算器工具。

    • LLM输出： 验证后的发票数据，包含精确计算的总金额和潜在偏差标记。

这种集成能力极大地扩展了LLMs的潜力，使它们不仅可以作为孤立的模型运行，还可以作为更广泛、更智能系统的组成部分。

四、实践应用：提示链式模式的广泛用例

提示链式模式是一种多用途模式，在构建AI代理系统时尤其有效。以下是一些更贴合实际的应用和用例：

  1. 自动化报告生成：

    • 情景： 每周需要根据公司数据库的最新销售数据，生成一份包含市场趋势分析、竞争对手动向和内部销售业绩的综合报告。

    • 链式实现：

      • 提示1：数据检索与清洗 - 连接到SQL数据库，提取最新销售数据，并对缺失值进行处理。

      • 提示2：内部销售业绩分析 - 分析销售数据，识别最高和最低销售额的产品/区域，计算增长率。

      • 提示3：外部市场趋势概括 - 搜索行业新闻网站，总结近期的市场趋势和竞争对手动态。

      • 提示4：报告初稿撰写 - 综合上述分析结果，撰写报告的各章节草稿。

      • 提示5：报告润色与格式化 - 审查草稿的连贯性、语气和语法，并按照预设模板进行格式化输出（如PDF或Markdown）。

  2. 智能客服工单处理：

    • 情景： 客户提交了一份技术故障报告，客服系统需要快速诊断问题，查询解决方案，并提供初步指导。

    • 链式实现：

      • 提示1：问题识别与分类 - 分析用户提交的故障描述，提取关键信息（如产品型号、错误代码），并将其分类（如网络问题、软件bug）。

      • 提示2：知识库查询 - 根据分类和提取的信息，在内部知识库中搜索相关的解决方案或故障排除步骤。

      • 提示3：生成初步诊断与指导 - 综合知识库结果，生成一份用户友好的初步诊断和一步步的故障排除指导。

      • 提示4：建议升级或转接 - 如果初步诊断无法解决问题或涉及复杂情况，建议用户升级工单到二级支持，并提供转接理由。

  3. 多模态内容分析与决策支持：

    • 情景： 零售商需要分析门店监控摄像头捕获的图像（如货架空置情况），结合销售数据和库存数据，做出补货决策。

    • 链式实现：

      • 提示1（图像分析）： 将门店货架图像输入视觉AI模型，识别出空置的货架区域和商品类型。

      • 提示2（文本化与结构化）： 将视觉AI的输出（如“商品A货架空置，商品B库存不足”）文本化并结构化为JSON。

      • 提示3（数据查询）： 根据空置/不足的商品信息，查询后台销售数据库（过去24小时销量）和库存管理系统（当前库存量、供应商补货周期）。

      • 提示4（决策生成）： 综合图像分析、销售数据和库存数据，生成一份补货建议清单（商品名称、数量、紧急程度），并解释决策依据。

  4. 智能招聘助手：

    • 情景： HR部门需要筛选大量的简历，识别出符合特定职位要求的候选人，并为面试官准备初步的背景摘要。

    • 链式实现：

      • 提示1：简历关键词提取 - 从简历文本中提取候选人的姓名、联系方式、教育背景、工作经验、核心技能和项目经验。

      • 提示2：职位匹配度评估 - 根据预设的职位描述（硬性技能、软性技能、经验年限），评估候选人与职位的匹配度，并给出得分。

      • 提示3：潜在风险识别 - 识别简历中可能存在的风险信号（如跳槽频繁、技能与要求偏差大）。

      • 提示4：生成面试官摘要 - 综合匹配度、风险和关键信息，为面试官生成一份简洁的候选人背景摘要和建议提问点。

五、情境工程：将上下文视为主要组件

提示链是实现情境工程（Context Engineering）的关键技术之一。情境工程代表了对传统提示工程的重大演变，它不仅仅关注优化用户即时查询的措辞，而是旨在设计、构建并交付一个完整而丰富的信息环境给AI模型使用。

图1：情境工程概览

图1：情境工程是一门学科，旨在为人工智能构建一个丰富、全面的信息环境，因为这种语境的质量是促成先进代理性能的关键。

情境工程将上下文本身视为一个主要组件，强调AI在执行任务前需要知道什么、何时知道以及如何使用这些信息。它结合了：

  • 系统提示： 定义AI运行的基础指令和角色（如“你是一个技术性很强的作家，你的语气必须正式而精确。”）。

  • 外部数据： 包括从知识库中检索到的文档（如特定项目的技术规格）和通过工具调用获取的实时数据（如用户日历的可用性）。

  • 隐式数据： 如用户身份、交互历史和环境状态（如之前会议的笔记）。

通过提示链，我们可以分阶段地构建和注入这些上下文。例如，一个高级的日程规划代理不会仅仅响应“安排会议”的指令，它会首先通过链式调用：

  1. 查询工具： 获取用户和相关人员的日历可用性。

  2. 检索文档： 获取之前会议的议程和决议。

  3. 分析交互历史： 了解用户偏好和常用会议时长。

  4. 注入系统提示： 确保以“专业秘书”的身份回复。

最终，模型才能生成高度相关、个性化且实用的会议安排建议。这种做法将AI从一个无状态的“聊天机器人”提升到具备高能力、情境感知的智能系统。

六、实现路径：框架与代码实践

实现提示链的范围从脚本内直接的、顺序的函数调用，到使用专门的框架来管理控制流、状态和组件集成。LangChain、LangGraph、CrewAI 以及 Google Agent Development Kit (ADK) 等框架提供了结构化的环境，用于构建和执行这些多步骤流程，这对于复杂架构尤为有利。

以下是一个使用LangChain和LangGraph的简化代码示例，展示了一个两步的提示链，用于从文本中提取技术规范并将其格式化为JSON对象。

代码实现：

import os
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnableSequence # 显式导入RunnableSequence

# For better security, load environment variables from a .env file
# from dotenv import load_dotenv
# load_dotenv()
# Make sure your OPENAI_API_KEY is set in the .env file

# Initialize the Language Model (using ChatOpenAI is recommended)
# 确保已设置OPENAI_API_KEY环境变量
llm = ChatOpenAI(temperature=0)

# --- Prompt 1: Extract Information ---
# 目标：从输入文本中提取技术规格
prompt_extract = ChatPromptTemplate.from_template(
    "从以下文本中提取所有的技术规格。如果文本中没有明确的技术规格，请回复'未找到技术规格'。\n\n文本内容：{text_input}"
)

# --- Prompt 2: Transform to JSON ---
# 目标：将提取出的规格转换为JSON对象
prompt_transform = ChatPromptTemplate.from_template(
    "将以下技术规格转换为一个JSON对象，其中包含'CPU', '内存'和'存储'作为键。如果某些信息缺失，请将对应的值设为null。例如：{{'CPU': '3.5 GHz octa-core', '内存': '16GB', '存储': '1TB NVMe SSD'}}。\n\n技术规格：{specifications}"
)

# --- 构建链式工作流 ---
# 1. 提取链: 接收原始文本 -> LLM提取规格 -> 解析为字符串
extraction_chain = prompt_extract | llm | StrOutputParser()

# 2. 完整链: 接收原始文本
#    - 'specifications' 键的值由 extraction_chain 的输出填充
#    - 结果作为 prompt_transform 的输入
#    - 最终由 LLM 进行JSON转换并解析为字符串
full_chain = RunnableSequence(
    {
        "specifications": extraction_chain # 提取链的输出作为下一环节的'specifications'输入
    }
    | prompt_transform
    | llm
    | StrOutputParser()
)

# --- 运行链 ---
input_text_1 = "这款全新的笔记本电脑配备了3.5 GHz八核处理器，16GB的RAM，以及一个1TB的NVMe固态硬盘。它还具有15.6英寸显示屏。"
input_text_2 = "这是一款高性能台式机，拥有最新的Intel i9处理器，64GB DDR5内存和4TB SSD存储。"
input_text_3 = "公司会议纪要：今天的讨论主要围绕市场策略，没有提及任何技术产品细节。"

print("--- 示例1 ---")
final_result_1 = full_chain.invoke({"text_input": input_text_1})
print("输入文本:", input_text_1)
print("最终JSON输出:", final_result_1)
print("\n")

print("--- 示例2 ---")
final_result_2 = full_chain.invoke({"text_input": input_text_2})
print("输入文本:", input_text_2)
print("最终JSON输出:", final_result_2)
print("\n")

print("--- 示例3 ---")
final_result_3 = full_chain.invoke({"text_input": input_text_3})
print("输入文本:", input_text_3)
print("最终JSON输出:", final_result_3)
print("\n")

代码解释：

  1. 初始化LLM： ChatOpenAI(temperature=0) 初始化了一个OpenAI模型，temperature=0 表示追求确定性输出。

  2. 定义两个Prompt模板：

    • prompt_extract：用于从原始文本中提取技术规格。

    • prompt_transform：用于将提取的规格转换为结构化的JSON格式。

  3. 构建extraction_chain： 这是一个简单的链，将 prompt_extract 的模板与 llm 和 StrOutputParser 结合，负责提取文本中的规格。

  4. 构建full_chain： 这是核心的链式逻辑。它首先使用一个字典将原始输入文本 text_input 传递给 extraction_chain，并将 extraction_chain 的输出结果映射到 specifications 键。接着，这个 specifications 键的值（也就是提取出的规格）被作为输入传递给 prompt_transform，再经过 llm 处理，最终由 StrOutputParser 输出JSON字符串。

  5. 运行链： 提供了三个不同类型的输入文本，演示了链式模式如何处理包含完整信息、部分信息和不相关信息的场景。

这个例子清晰地展示了如何利用LangChain表达式语言（LCEL）优雅地将多个提示和LLM调用链接在一起，将复杂的文本处理任务分解为可管理、可控的步骤。

七、结论：掌握提示链，构建强大的AI系统

通过将复杂问题解构为一系列更简单、更易于管理的子任务，提示链式模式为指导大型语言模型提供了一个稳健而高效的框架。这种“分而治之”的策略通过每次将模型集中于一个具体的、低认知负荷的操作，显著提高了输出的可靠性和控制性。

作为一种基础模式，它能够支持开发具备以下能力的复杂人工智能代理：

  • 多步骤推理： 有能力进行复杂的逻辑思考，而不是简单的响应。

  • 工具集成： 能智能地调用外部工具，扩展自身能力边界。

  • 状态管理： 在多轮交互中保持上下文和一致性。

最终，掌握提示链式模式，并将其与情境工程等理念相结合，对于构建强大的、上下文感知的AI系统至关重要。这些系统将能够执行远超单个提示功能的复杂工作流程，真正推动人工智能走向更智能、更实用的未来。

参考资料

1. LangChain 文档: https://python.langchain.com/v0.2/docs/core_modules/expression_language/ 2. LangGraph 文档: https://langchain-ai.github.io/langgraph/ 

3. 快速工程指南: https://www.promptingguide.ai/techniques/chaining   

4. OpenAI API 文档: https://platform.openai.com/docs/guides/gpt/prompting 

5. Antonio Gulli 《Agentic Design Patterns》

# 人工智能 # AI智能体
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

数据守门人终极进化论：2025年数据库字段级加密的AI赋能新范式

在数据成为核心资产的今天，如何精准、高效地保护敏感信息已成为企业生存与发展的命脉。本文将系统性地剖析数据库字段级加密的核心价值、技术选型与最佳实践。我们将从基础概念入手，深入探讨密钥管理、性能优化等传统挑战，并重点展望2025年及以后，AI如何赋能字段级加密，催生出动态访问控制、智能异常检测等主动防御新范式。文章结合行业案例与量化指标，提供了一套从理论到实践、从架构到代码的综合实施路线图，旨在为技

avatar 2048 AI社区

AI时代的全栈框架：独立开发者的机会与挑战 6

全栈这个词已经被喊烂了，但在 AI 时代，它的含义正在变化。本文不是从“大厂招聘角度”讲全栈，而是的角度思考全栈框架的价值。

avatar 2048 AI社区
cover

CosyVoice2-0.5B：全栈语音生成的革命性突破，实现超低延迟多语言合成

avatar 2048 AI社区