问题: 谈谈你对提示词链的理解

👇 点击展开/折叠 面试背诵模板（建议先背这个） 提示词链是将复杂任务拆解为多个子任务，每个子任务通过一次独立的LLM调用完成，并将输出作为下一步输入传递的技术方法。其核心价值在于将“一次性生成”转变为“分步编排”，降低单次调用的认知负载，提高输出质量和可控性。与单次Prompt相比，提示词链将“思考难度”从模型侧转移到工程侧，每步可独立调试和优化，大幅提升复杂任务的成功率和可维护性。典型结构包括线性链（顺序执行）、并行链（同时执行后汇总）和条件分支链（根据中间结果选择路径）。
---

一、基本概念

提示词链是一种任务编排策略，通过将复杂任务拆解为多个子任务，每个子任务对应一次独立的LLM调用，前一步的输出作为后一步的输入，形成“链式”组合来最终完成任务。它不是简单的多次对话，而是有明确数据流转和步骤依赖的工程化方法。

二、为什么需要提示词链

问题 单次Prompt的局限 提示词链的解决方案
复杂任务 一次生成认知负载重，易遗漏关键点 拆分为多步，每步专注单一子任务
错误定位 难以判断哪部分出错 每步输出可审计，快速定位问题步骤
Token成本 单次Prompt可能臃肿，含大量示例和规则 每步仅包含必要上下文，合计Token通常更少
可维护性 提示词庞大，修改风险高 每步独立，可单独优化和替换

三、核心工作机制

① 任务拆解：将最终目标拆解为3-7个可独立执行的子任务。② 依赖分析：确定哪些子任务必须在其他之前完成，哪些可并行执行。③ 逐步调用：按依赖顺序执行，每步独立调用LLM，前一步输出作为下一步上下文。④ 汇总整合：最后一步将各子任务结果整合为最终答案输出。

四、常见链条结构

  • 线性链：A→B→C→D，前一步输出是下一步输入，适用于“计划→检索→分析→撰写”流程。
  • 并行链：多个独立子任务同时执行后汇总，适用于从不同维度分析同一问题（如同时获取用户画像、市场数据、竞品信息）。
  • 条件分支链：根据中间结果选择下一步路径，如“若情感极性为负面，则执行A；否则执行B”。

五、Prompt Chain vs CoT vs ReAct

技术 本质 适用场景
提示词链 工程拆分（多次调用串联） 复杂任务、多文档处理、需要中间结果审计
思维链 推理分解（单次调用内分步） 数学题、逻辑推理、多步决策
ReAct 推理+行动交替（Agent循环） 需要调用外部工具、信息检索、动态决策

提示词链是任务编排层面的技术，思维链是推理引导层面的技术，两者可协同使用（提示词链中每步可嵌入思维链）。

六、设计原则与最佳实践

  • 每步只做一件事：单一职责，避免单步内塞入多个隐含子任务。
  • 输出格式结构化：要求每步输出JSON或特定标记格式，便于解析和传递。
  • 预留人工介入节点：关键决策点设置人工确认或修正环节。
  • 中间结果可缓存：不变数据缓存，避免重复调用，节省成本和延迟。
  • Fallback策略：某步失败时有备选路径，整链不崩溃。

七、典型应用场景

  • 长文档摘要：分块摘要→聚合摘要→全局摘要
  • 智能客服：意图识别→信息检索→答案生成→审核校验
  • 研究分析：计划制定→数据收集→分析推理→报告撰写
  • 简历筛选：解析→技能提取→匹配评分→排序推荐

八、核心总结

提示词链的本质是将“人做复杂任务时的分步思维”迁移到LLM调用流程中，通过工程化的拆分、编排和组合，让模型在每一步专注于单一子任务，最终输出高质量的结果。其设计核心是“让每一步都简单到模型不可能犯错”，当单次调用足够简单时，输出质量和稳定性自然提升。