定义：
许多大模型项目之所以“看起来能用但难稳定”，根因往往不在模型能力，而在输入缺少工程化结构与可复现约束。定义：「Prompt」是一种以大模型为核心、围绕目标持续执行步骤的系统。它把需求转成可执行的输入结构，包含任务边界、上下文、约束与验收标准。其价值不在“句子写得漂亮”，而在让模型稳定地产出可用结果。
它要解决的问题：
大模型输出不稳定，常源于目标不清与约束缺失。用户往往只给主题，缺少对象、格式、范围、优先级。Prompt用于降低歧义，减少补问与返工成本，并让结果可复现与可迭代。它解决的是“如何把需求落到可执行输入”，而不是替你决定需求本身。
常见误区：
对比理解：
- 与 提示词（单句指令） 相比：Prompt强调结构与步骤，关注边界与验收，而非一句话触发。
- 与 工作流编排 相比：Prompt偏向输入侧控制，工作流偏向工具链与节点协作。
- 与 System Prompt 相比：Prompt更面向具体任务与迭代，System Prompt更偏全局角色与安全约束。
在系统中的位置：
在“目标-输入-推理-输出-评估”链路中，Prompt位于输入层与评估层之间。它承接目标，将其拆成模型可执行的条件与步骤，并把上下文、范围与口径显式化，避免推理阶段自行补全导致漂移。它也通过验收标准反向约束输出质量，为评估提供可操作的判定依据。工程上，Prompt常作为输入协议存在：既是对模型的输入约束，也是对调用方的需求对齐接口。
什么时候需要它：
当任务可交付标准明确且需稳定复现时需要Prompt，例如同类请求需要一致输出口径。 当输出包含格式、长度、口径、风格等约束时需要Prompt，用于把约束写成可执行条件。 当要分解复杂问题、要求引用依据或多轮迭代时需要Prompt，用于定义步骤与阶段性验收。 当多人协作、需要可共享的输入规范时需要Prompt，用于降低协作中的解释成本与返工概率。不适用场景是：目标本身尚未确定、验收标准无法描述，或仅做一次性探索且不要求可复现时，过度结构化会增加编写成本而收益有限。
总结：
Prompt的核心是把目标变成可执行的输入系统。关键要素是边界、上下文、步骤与验收标准。它不保证正确性，但能显著提高可控性与一致性。评估与迭代是Prompt的一部分，不是额外工作。
