第 1 章：提示链（Prompt Chaining）

提示链模式概述

提示链（Prompt Chaining），有时也称为流水线（Pipeline）模式，是在使用大型语言模型（LLM）时处理复杂任务的强大范式。与其让 LLM 一步到位解决复杂问题，提示链主张采用分而治之策略，将原本棘手的问题拆解为一系列更小、更易管理的子问题。每个子问题通过专门设计的提示单独处理，并将前一步的输出作为下一步的输入，形成链式依赖。

这种顺序处理技术为与 LLM 的交互带来了模块化和清晰性。通过拆解复杂任务，可以更容易理解和调试每个步骤，使整体流程更健壮、更易解释。每一步都可针对问题的某一方面精细优化，提升输出的准确性和针对性。

每一步的输出作为下一步的输入至关重要。这种信息传递建立了依赖链，前序操作的上下文和结果会引导后续处理，使 LLM 能够在前一步基础上不断完善理解，逐步逼近目标解。

此外，提示链不仅仅是拆解问题，还能集成外部知识和工具。每一步都可以指示 LLM 与外部系统、API 或数据库交互，扩展其知识和能力。这极大提升了 LLM 的潜力，使其不仅是孤立模型，更是智能系统的核心组件。

提示链的意义远超简单问题求解，它是构建复杂智能体的基础技术。这些智能体可利用提示链自主规划、推理和行动，适应动态环境。通过合理设计提示序列，智能体可完成多步推理、规划和决策任务，模拟人类思维流程，实现更自然、高效的复杂领域交互。

单一提示的局限性：对于多层次任务，单一复杂提示往往效率低下，模型容易忽略部分指令、丢失上下文、错误累积、上下文窗口不足或出现幻觉。例如，要求分析市场调研报告、总结发现、提取数据点并撰写邮件，模型可能只完成部分任务，遗漏关键环节。

通过顺序拆解提升可靠性：提示链通过将复杂任务拆解为聚焦的顺序流程，显著提升可靠性和可控性。以上例为例，链式流程如下：

初始提示（摘要）：“请总结以下市场调研报告的主要发现：[文本]”。模型专注于摘要，准确性更高。
第二步（趋势识别）：“根据摘要，识别三大新兴趋势并提取支持数据点：[第 1 步输出]”。提示更聚焦，建立在已验证结果之上。
第三步（邮件撰写）：“请为市场团队撰写一封简明邮件，概述上述趋势及数据支持：[第 2 步输出]”。

这种拆解带来更细致的流程控制，每步更简单、明确，降低模型认知负担，提升最终结果的准确性和可靠性。类似于计算流水线，每个函数完成特定操作后将结果传递给下一个。为确保每步任务准确，可为模型分配不同角色，如“市场分析师”“贸易分析师”“文档专家”等。

结构化输出的重要性：提示链的可靠性高度依赖于各步骤间数据的完整性。若某步输出模糊或格式不规范，后续提示可能因输入错误而失败。为此，建议指定结构化输出格式，如 JSON 或 XML。

例如，趋势识别步骤的输出可采用 JSON 格式：

{
 "trends": [
  {
    "trend_name": "AI 驱动个性化",
    "supporting_data": "73% 消费者更愿意与使用个人信息提升购物体验的品牌合作。"
  },
  {
    "trend_name": "可持续与口碑",
    "supporting_data": "带 ESG 标签产品销量五年增长 28%，无 ESG 标签产品增长 20%。"
  }
 ]
}

结构化格式确保数据可被机器精确解析并传递至下一步，减少自然语言理解带来的错误，是构建多步 LLM 系统的关键。

实践应用与场景

提示链是一种通用模式，适用于构建智能体系统时的多种场景。其核心价值在于将复杂问题拆解为顺序、可管理的步骤。常见应用包括：

1. 信息处理流程：许多任务需对原始信息多次转换，如文档摘要、实体提取、用实体查询数据库、生成报告。提示链流程示例：

提示 1：从指定 URL 或文档提取文本内容。
提示 2：摘要清洗后的文本。
提示 3：从摘要或原文中提取实体（如姓名、日期、地点）。
提示 4：用实体查询内部知识库。
提示 5：生成包含摘要、实体和查询结果的最终报告。

该方法广泛用于自动化内容分析、AI 助理开发、复杂报告生成等领域。

2. 复杂问答：回答需多步推理或信息检索的问题，如“1929 年股市崩盘的主要原因及政府政策应对？”

提示 1：识别用户问题的核心子问题（崩盘原因、政府应对）。
提示 2：检索 1929 崩盘原因相关信息。
提示 3：检索政府政策应对相关信息。
提示 4：综合第 2、3 步信息，形成完整答案。

该顺序处理方法是多步推理与信息整合型 AI 系统的基础。复杂查询往往需逻辑步骤串联或多源信息整合。

例如，自动化研究智能体生成专题报告时，先检索大量相关文章，然后并行提取关键信息。并行处理完成后，需顺序合并数据、综合成初稿、最终审阅完善。后续阶段依赖前序结果，提示链在此发挥作用：合并数据作为综合提示输入，综合文本作为审阅提示输入。复杂流程常结合并行数据采集与链式依赖的综合与优化。

3. 数据提取与转换：将非结构化文本转为结构化格式，通常需多步迭代修正以提升准确性和完整性。

提示 1：尝试从发票文档中提取指定字段（如姓名、地址、金额）。
处理：检查字段是否齐全且格式正确。
提示 2（条件）：若字段缺失或格式错误，重新提示模型查找缺失/错误信息，并提供失败上下文。
处理：再次验证结果，必要时重复。
输出：输出提取并验证的结构化数据。

该顺序处理方法适用于表单、发票、邮件等非结构化数据的提取与分析。例如，复杂 OCR 问题（如 PDF 表单处理）更适合多步拆解：先用 LLM 提取文本，再规范化数据（如将“壹仟零五十”转为 1050），最后将算术运算交由外部工具完成，LLM 识别计算需求、调用工具、整合结果。链式流程实现了单步难以可靠完成的精确结果。

4. 内容生成流程：复杂内容创作通常分为主题构思、结构大纲、分段撰写、后续修订等阶段。

提示 1：根据用户兴趣生成 5 个主题创意。
处理：用户选择或自动选定一个主题。
提示 2：基于选定主题生成详细大纲。
提示 3：根据大纲第一点撰写草稿。
提示 4：根据第二点撰写草稿，并提供前一段上下文，依次完成所有大纲点。
提示 5：整体审阅并优化草稿的连贯性、语气和语法。

该方法适用于自动化创意写作、技术文档等结构化文本生成任务。

5. 有状态对话智能体：虽然完整状态管理架构更复杂，提示链为对话连续性提供基础机制。每轮对话构建新提示，系统性整合前序信息或实体，维护上下文。

提示 1：处理用户第 1 轮发言，识别意图和实体。
处理：更新对话状态。
提示 2：基于当前状态生成回复或识别下一步所需信息。
后续轮次重复，每次新发言启动链式流程，利用累积的对话历史（状态）。

该原则是对话智能体开发的基础，使系统能跨多轮对话保持上下文和连贯性。

6. 代码生成与优化：功能代码生成通常需将问题拆解为一系列逻辑操作，逐步执行。

提示 1：理解用户代码需求，生成伪代码或大纲。
提示 2：根据大纲撰写初稿代码。
提示 3：识别代码潜在错误或改进点（可用静态分析工具或再次调用 LLM）。
提示 4：根据问题重写或优化代码。
提示 5：补充文档或测试用例。

AI 辅助开发场景下，提示链通过拆解复杂任务为可管理子问题，降低每步模型复杂度，并允许在模型调用间插入确定性逻辑，实现中间数据处理、输出验证和条件分支。这样，原本难以可靠完成的多层请求被转化为结构化操作序列，由底层执行框架管理。

7. 多模态与多步推理：处理多模态数据集需将问题拆解为多个基于提示的小任务。例如，解析包含嵌入文本、标签和表格的图片时：

提示 1：从图片请求中提取并理解文本。
提示 2：将提取的文本与标签关联。
提示 3：结合表格信息解释并输出所需结果。

实战代码示例

提示链实现方式包括脚本中的顺序函数调用，也可用专门框架管理流程、状态和组件集成。LangChain、LangGraph、Crew AI、Google Agent Development Kit（ADK）等框架为多步流程构建和执行提供了结构化环境，适合复杂架构。

以 LangChain 和 LangGraph 为例，其核心 API 专为链式和图式操作设计。LangChain 提供线性序列抽象，LangGraph 支持有状态和循环计算，适合更复杂的智能体行为。以下示例聚焦基础线性序列。

代码实现了两步提示链，作为数据处理流水线。第一步解析非结构化文本并提取信息，第二步将提取结果转为结构化数据格式。

首先安装所需库：

pip install langchain langchain-community langchain-openai langgraph

如需更换模型供应商，可替换 langchain-openai。随后配置 API 密钥（如 OpenAI、Google Gemini、Anthropic）。

📄 提示链示例代码

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
import os
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.output_parsers import StrOutputParser

# 推荐用 .env 文件加载环境变量
# from dotenv import load_dotenv
# load_dotenv()
# 确保 OPENAI_API_KEY 已在 .env 文件中设置

# 初始化语言模型（推荐使用 ChatOpenAI）
llm = ChatOpenAI(temperature=0)

# --- 提示 1：信息提取 ---
prompt_extract = ChatPromptTemplate.from_template(
  "请从以下文本中提取技术规格：\n\n{text_input}"
)

# --- 提示 2：转为 JSON ---
prompt_transform = ChatPromptTemplate.from_template(
  "请将以下技术规格转为 JSON 格式，包含 'cpu'、'memory' 和 'storage' 三个键：\n\n{specifications}"
)

# --- 用 LCEL 构建链 ---
# StrOutputParser() 将 LLM 消息输出转为字符串
extraction_chain = prompt_extract | llm | StrOutputParser()

# 全链将提取链的输出作为 'specifications' 变量传递给转换提示
full_chain = (
  {"specifications": extraction_chain}
  | prompt_transform
  | llm
  | StrOutputParser()
)

# --- 运行链 ---
input_text = "新款笔记本配备 3.5GHz 八核处理器、16GB 内存和 1TB NVMe SSD。"

# 用输入文本字典执行链
final_result = full_chain.invoke({"text_input": input_text})

print("\n--- 最终 JSON 输出 ---")
print(final_result)

此 Python 代码演示了如何用 LangChain 处理文本。分两步提示：先从输入字符串提取技术规格，再将规格转为 JSON。用 ChatOpenAI 进行模型交互，StrOutputParser 保证输出为可用字符串。LangChain 表达式语言（LCEL）优雅地将提示和模型串联。extraction_chain 负责提取规格，full_chain 用提取结果作为转换提示输入。示例输入为笔记本参数，full_chain 依次处理，最终输出 JSON 字符串。

上下文工程与提示工程

上下文工程（见图 1）是一种系统性方法，旨在于 AI 生成前为模型构建完整的信息环境。该方法认为，模型输出质量更多取决于所提供的丰富上下文，而非模型架构本身。

图 1：上下文工程是为 AI 构建丰富信息环境的学科，优质上下文是实现高级智能体性能的关键。

上下文工程是传统提示工程的升级，后者仅优化用户即时问题的表达。上下文工程扩展至多层信息，包括系统提示（如“你是技术写手，语气需正式且精确”），还可加入外部数据，如检索文档（AI 主动从知识库获取信息）、工具输出（如调用 API 查询日程），以及用户身份、历史交互、环境状态等隐性数据。即使模型再先进，若上下文有限或构建不当，性能也会受限。

因此，任务不再是简单答疑，而是为智能体构建完整操作视图。例如，经过上下文工程的智能体在回复前会整合用户日程（工具输出）、邮件收件人关系（隐性数据）、会议记录（检索文档），生成高度相关、个性化、实用的输出。工程环节包括构建数据获取与转换管道、建立反馈循环持续优化上下文质量。

实际应用中，可用专门调优系统自动提升上下文质量，如 Google Vertex AI 提示优化器，可用样例输入和评估指标系统性优化模型响应，无需手动重写。通过为优化器提供样例提示、系统指令和模板，可自动优化上下文输入，实现反馈循环。

这种结构化方法是区分基础 AI 工具与高级智能系统的关键。它将上下文视为核心，强调智能体“知道什么、何时知道、如何利用”。确保模型全面理解用户意图、历史和当前环境，是将无状态聊天机器人升级为高能力、情境感知系统的关键方法。

一图速览

是什么：复杂任务若用单一提示处理，LLM 易因认知负担过重而出错，如忽略指令、丢失上下文、生成错误信息。单一提示难以管理多约束和多步推理，导致输出不可靠、不准确。

为什么：提示链通过将复杂问题拆解为一系列小型、互相关联的子任务，每步用聚焦提示完成特定操作，显著提升可靠性和可控性。每步输出作为下一步输入，形成逻辑流程，逐步逼近最终解。模块化分而治之策略让流程更易管理、调试，并可在步骤间集成外部工具或结构化数据。该模式是构建多步智能体系统（可规划、推理、执行复杂流程）的基础。

经验法则：当任务过于复杂、包含多阶段处理、需在步骤间调用外部工具，或需构建多步推理、状态管理的智能体时，建议采用此模式。

视觉总结

关键要点

提示链将复杂任务拆解为一系列小型、聚焦步骤，亦称流水线模式。
每步链条包含一次 LLM 调用或处理逻辑，以上一步输出为输入。
该模式提升了与语言模型复杂交互的可靠性和可管理性。
LangChain/LangGraph、Google ADK 等框架为多步序列定义、管理和执行提供了强大工具。

总结

通过将复杂问题拆解为一系列更简单、易管理的子任务，提示链为引导大型语言模型提供了稳健框架。分而治之策略让模型每次专注于单一操作，显著提升输出的可靠性和可控性。作为基础模式，它支持构建具备多步推理、工具集成和状态管理能力的高级智能体。掌握提示链，是打造具备复杂流程执行能力、上下文感知系统的关键。

参考文献

发布于: 2025/09/11 • 最后更新: 2025/10/12 • 字数: 5167 • 阅读时间: 11 mins