模式矩阵 /模式白皮书/A3

A3 · Prompt Chaining · 提示链

它解决什么问题

一个 prompt 想一次干完所有事，往往哪件都做不透。某财经媒体的内容编辑 agent 第一版把校对、改写、统一风格、核查数字、起标题、写摘要、配图建议七件事写在一段提示里喂给模型，结果一篇稿子里"GMV 增长 35%"被改成了 53%——模型那一刻在"改写"模式而非"核对"模式，顺手就把数字看走了眼；越往后的任务越敷衍，配图建议永远是那三句套话。

Prompt Chaining 把大任务拆成几段独立的 prompt 串行处理，每段只干一件事、有自己的角色和最合适的模型、有自己的成功标准。它和单个超大 prompt 的区别，就是复杂度只能靠拆分降下来，塞进一个更大的盒子是降不下来的。

为什么坐标是「行动 × 链式」

• 纵轴 · 行动：一个 prompt 完不成的任务被拆成几段串行的 prompt，每一段都要触发一次模型调用或工具输出，落点是"做事"而不是单点"想事"，所以属于行动模块。
• 横轴 · 链式：prompt1 → prompt2 → prompt3 是典型的线性 pipeline，前段输出即后段输入，既不是路由分流也不是图状依赖。它和规划-执行（A2）同属链式，区别在 A3 是纯直线、无 replan，A2 是 DAG、有 replan。

核心机制

它的工程原型是 Unix 管道。cat data.csv | grep ERROR | sort | uniq -c 把几个单一职责的小程序靠 stdin/stdout 串起来，每个程序只读输入、写输出，不需要知道前后是谁。Prompt chain 是同一件事在 LLM 这一层的复刻，每一段 prompt 就是一个"小程序"。

比 Unix 管道多出来的那一层是闸门（gate）。Unix 程序匹配不到就空跑，LLM 却会自信地胡说，所以两段之间要插一段廉价的程序化检查——不是模型，是 Python 的 if 判断——不通过就重试或升级。研究员阶段写"找至少三篇参考"，闸门就是 if len(refs) < 3，过关才往下流。

几个落地要点：

• 每段 prompt 用五件套结构：role、task、context、format、constraints，全部 wrap 在 XML 标签里。下一段的契约越显式，解析失败率越低，可靠性可测得约 8 到 15 个点的提升。
• 每段独立选模型：校对用便宜模型扛细节，创意改写用强模型，数字核查用中等模型加 thinking。把语言细节丢给便宜模型，能让总成本只比单 prompt 版多约 30%，而不是每步都用强模型的数倍。
• 闸门要带容差：写"恰好 500 词"会让 chain 永远卡死，要写成"450 到 550 词"加"必须包含三个论点"这样的范围加必要条件。
• 重试要回喂失败原因：把"上次哪里不达标"告诉模型，而不是瞎重跑，命中率才会涨。

Claude Code 把 chain 做出了三种工业形态：感知-推理-行动主循环里每个工具结果就是一节链节（隐式链）；slash command 是预制链（/commit 是 status → diff → 推理 → 起草 → 提交的五步模板）；SKILL.md 是可组合的链段（声明式定义多步流程，被嵌进更大的链里）。

适合的生产场景

• 工作流有清晰阶段、阶段间能用一两行代码描述"什么算合格"：内容编辑、合同审阅、客服工单分诊。生产里大部分团队最后落在 3 到 5 步。
• 要把工作流产品化成可复用入口：slash command 就是把领域专属工作流封装成预制链，用户一条命令触发整链，不用每次手写步骤。
• 需要可追溯、可信任的产出：整链 trace 留档，让业务方逆向看 agent 怎么从原稿一步步变到终稿。内容编辑案例里，trace 让编辑信任度从 42% 涨到 91%，比任何 prompt 工程都管用。

容易出错的地方

• 信息饥饿：每一步只接收前一步的输出，第 3 步需要的信息在第 1 步出现过、但第 2 步没保留就丢了。chain 是一根细管子，不是会自然漫流的水渠。应对是另带一个所有步骤都能读的累积上下文对象（分布式系统里叫 saga context）。
• 闸门暴政：闸门设得太死永远过不去，"恰好 500 词"会无限拒绝 499 和 501，烧光 token 才发现。应对是范围加必要条件。
• 乘积效应被低估：单步通过率 95%、七步串起来整链通过率只剩约 70%。chain 越长，对单步通过率的要求越高。
• 第一个 prompt 的装配被忽略：生产 system prompt 通常由基础指令、用户身份、历史、当前任务、工具清单、风格、格式约束等多个数据源拼成，硬编成一坨长字符串会让最高频更新的那部分无法独立维护。

关键指标

• 整链成功率（健康区 >85%）：任一步过不了闸门即算失败。低于 70% 通常是某步闸门太严或步骤间信息断了。注意按整链算，不按单步。
• 每步耗时 p99（健康区每步 p99 <3 倍中位数）：chain 变慢时，这张分布图能最快找到拖后腿的那一步。
• 闸门重试分布（健康区 90% 一次过、9% 两次、1% 三次）：某步重试率突然升高，几乎一定是闸门与模型当前能力不匹配。

最小骨架

chain = [step1, step2, step3]        # 每步自带 system_prompt + model + gate
current = initial_input
for step in chain:
    for attempt in range(max_retry + 1):
        result = step.run(current)   # 调对应模型
        若 result 过闸门:
            current = result.output
            break
        elif 还能重试:
            current += "[未达标: 原因。重试]"   # 回喂失败原因
        else:
            return 失败(step, trace)
return 成功(current, total_tokens, trace)

工程落地要点：闸门带容差；trace 的 tokens 和耗时结构化落到日志系统；中途需要时主动取回原始输入做参照（如数字核查回到原稿，不让前面改写产生的版本污染数字）。

企业落地一例

财经媒体内容编辑 agent 第二版改成七步链：校对（便宜模型，闸门校验输出长度不低于输入 95%）、改写（强模型，保留作者风格）、统一风格、数字核查（中等模型加 thinking，关键设计是回到原稿做参照，闸门要求数字 100% 匹配原稿）、起标题（输出 3 个候选）、写摘要、配图建议（三类必齐）。每步独立选模型是为了成本而非显摆。结果：数字核查准确率从 87% 涨到 99.4%，编辑信任度从 42% 涨到 91%，代价是单稿成本涨约 30%、延迟从 12 秒涨到 38 秒。对内容生产场景，这笔账值。这套模板可直接平移到合同审阅、医疗影像辅助、客服分诊——每步独立目标、独立模型、独立闸门。

与其他模式的关系

• 规划-执行（A2）：一对对偶，一轻一重。A3 是直线，A2 是图。任务能画成 DAG（有并行、有跨步依赖）就用 A2，是一根直线就用 A3。生产里常见 A2 在外、A3 在内的混合形态。
• 工具调度（A1）：嵌套关系而非替代。chain 的某一步内部可能调工具，那一步是 A1（在多个工具中选一个），但它发生在 chain 的某一节里。
• 守卫三明治（A5）：chain 的闸门是同步的程序化检查，A5 的 hook 是套在工具调用前后的夹层。两者都是"让流程在卡点处可拦截"。

一句话记住它

只要你的系统跟 LLM 多轮对话，你其实已经在用 prompt chain 了，区别只在它是显式还是隐式——显式的链你能给每段配模型、加闸门、留 trace、replay 失败步骤，隐式的链你只能祈祷模型这次别翻车。

本页属于 ADPS 33 模式白皮书。返回 模式矩阵与白皮书目录， 或查看配套 可运行代码目录。