课程大纲 第 128 课,共 250 课 · 面向 AI 工程师的提示词工程
面向 AI 工程师的提示词工程

任务分解与路由

一个试图包揽一切的巨型提示词,每一部分都做得更差。生产环境的模式是把每个请求路由到一个专门的处理函数,并把一个大任务分解成你按顺序运行的有序子步骤。两者都是你围绕模型写的普通控制流。

路由对进来的请求分类,让正确的专门提示词来处理它。构建 route(request),读取自由文本,用关键词集合返回 "billing"、"technical"、"account" 或 "general" 之一,什么都不匹配时以 general 兜底:

  • billing:像 refund、charge、invoice、payment、bill 这样的词
  • technical:像 crash、error、bug、broken 这样的词
  • account:像 cancel、password、login、account、delete 这样的词
  • general:其他任何东西

分解把一个目标拆成有序的步骤。构建 decompose(goal),为固定的计划 plan -> draft -> review 返回一个子步骤字典列表:

decompose("write a blog post")
# [{"step": 1, "action": "plan",   "of": "write a blog post"},
#  {"step": 2, "action": "draft",  "of": "write a blog post"},
#  {"step": 3, "action": "review", "of": "write a blog post"}]

每个子步骤从 1 开始编号,带上它的 action,并在 of 里引用原始的 goal,这样后面的阶段就知道它在处理什么。在转成小写的文本上匹配,这样 "REFUND" 仍然会路由到 billing。按 Run 评分。

轮到你了

写 route(request),用关键词集合把自由文本分类为 "billing"、"technical"、"account" 或 "general"(兜底),不区分大小写地匹配。写 decompose(goal),为有序的计划 plan -> draft -> review 返回 [{"step": n, "action": a, "of": goal}],从 1 开始编号,每一项都在 of 里带着原始的目标。

发现这节课有问题?报告它 · 就这节课提问

这个练习即将开放

完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。