用「提示詞鏈」拆解複雜任務：讓 AI 一步步做對

你給 AI 丟了一個大任務，比如「幫我寫一份市場分析報告」，結果它給了你一篇泛泛而談的八股文。問題不在 AI 笨，而在你把太多步驟塞進了一次對話。

提示詞鏈（Prompt Chaining） 的核心思路很簡單：把一個大任務拆成多個小步驟，每一步的輸出作為下一步的輸入。就像工廠流水線，每個工位只負責一件事，最後組裝出高品質成品。

具體怎麼用

場景一：長文寫作

不要直接說「寫一篇關於新能源汽車的產業分析」。拆成四步：

1. 蒐集要點：「列出新能源汽車產業最近一年的 5 個關鍵趨勢，每條附一個數據來源或案例」
2. 搭建大綱：「基於以上趨勢，生成一份報告大綱，包含引言、正文三章、結論」
3. 逐段撰寫：「根據大綱第一章，撰寫 500 字正文，要求有數據支撐」
4. 潤飾統稿：「將以下三段文字合併為一篇連貫文章，統一語氣，刪除重複」

場景二：程式碼審查

1. 靜態檢查：「找出這段程式碼中的潛在 bug 和效能問題」
2. 安全審計：「檢查是否存在 SQL 注入、XSS 等常見安全漏洞」
3. 可讀性建議：「指出變數命名、函式拆分、註釋補充的改進點」
4. 生成報告：「將以上三點整理為結構化審查報告，按優先順序排序」

什麼時候用

• 任務需要多步推理，一步到位容易出錯
• 輸出品質不穩定，希望每步可人工介入
• 需要保留中間產物供後續複用或審計

什麼時候不用

• 簡單問答或單步操作（殺雞用牛刀）
• 即時性要求極高，鏈式呼叫延遲不可接受
• 每一步依賴外部即時數據，鏈路斷裂風險高

檢查清單

• [ ] 每一步的輸入輸出是否明確定義？
• [ ] 上一步的輸出能否直接作為下一步的輸入？
• [ ] 是否有 fallback 機制，某一步失敗時如何降級？
• [ ] 是否保留了中間結果，便於除錯和追溯？

常見坑

坑一：步驟拆得太細。五六個步驟還能接受，拆到十幾步會讓鏈路脆弱且難以維護。原則是「每步有獨立價值」，而不是「每步只做一件小事」。

坑二：忽略上下文長度。鏈式呼叫中，中間結果可能越來越長。記得在適當步驟做摘要或截斷，避免超出模型上下文視窗。

坑三：沒有人工校驗點。全自動鏈條一旦某步跑偏，後面全錯。關鍵步驟之間插入人工確認或自動化校驗，比如「這一步輸出的格式是否符合預期？」

坑四：過度依賴單一模型。不同步驟適合不同模型：創意步驟用強推理模型，格式化步驟用輕量模型。混合使用能平衡品質和成本。

---

提示詞鏈不是銀彈，但它能把「AI 偶爾靠譜」變成「AI 穩定靠譜」。下次遇到複雜任務，先別急著寫一個超長 prompt，想想能不能拆成幾步，讓 AI 一步步走穩。