如何构建多步骤提示词工作流：从输入到输出的自动化实操

单次提问像买彩票，搭建工作流才像流水线。大多数创作者卡在“提示词工程”的入门阶段：反复调整指令、手动复制上下文、在不同窗口间切换粘贴。这种模式下，AI 更像一个需要时刻盯着的实习生，而非自动化的生产力工具。要让 AI 真正跑通“资料整理 → 大纲生成 → 成稿输出”的完整链路，关键在于把模糊的任务拆解为确定的步骤，为每个步骤设计专用提示词，再用工具把它们串起来。

一、把“写文章”拆成四个可验证的子任务

直接让 AI “帮我写篇爆款文章”必然翻车，因为目标太模糊，中间态不可控。可落地的拆解标准是：每个子任务的输入输出都能用文件或结构化文本定义，且可单独评估质量。

以一篇深度行业分析文为例，建议拆解为：

资料结构化：输入乱序 PDF、网页链接、会议录音转文字，输出 JSON 或 Markdown 表格，字段包含 核心观点、数据支撑、来源引用、置信度。
大纲生成：输入上一步的结构化资料 + 目标读者画像 + 文章角度，输出带层级编号的大纲，每个节点标注 论据来源、预估字数、关键论点。
分段撰写：按大纲节点逐个生成正文，输入 当前节点大纲 + 前文摘要 + 全局风格指令，输出单段落 Markdown，便于后续拼装与局部重写。
润色定稿：输入全文拼装版 + 风格检查清单（禁用词、术语表、排版规范），输出最终发布版。

这种拆解的核心优势是失败可定位：大纲跑偏不必重写全文，只需调整步骤 2 的提示词；数据幻觉在步骤 1 就能通过校验脚本拦截。

二、单步提示词的三个硬性设计要素

掘金社区的提示词工程实践总结出，高质量提示词必须显式包含三类信息，缺一不可：

1. 角色与权限边界（System Prompt）

不要只写“你是资深编辑”，要写：

你是「新媒体深度报告编辑」，擅长将非结构化资料转化为逻辑严密的分析框架。禁止臆造数据、禁止使用“显著提升、赋能赋能类”空泛词汇、输出必须符合 GB/T 7713-2015 参考文献格式。

把约束写进系统提示词，比在用户提示词里反复强调“别胡说”稳定得多。

2. 结构化输出格式（Output Schema）

强制模型输出机器可解析的结构。例如步骤 1 的资料结构化提示词应包含：

{
  "findings": [
    {
      "claim": "string",
      "evidence": "string",
      "source": "string",
      "confidence": "high|medium|low"
    }
  ]
}

并在提示词末尾追加：仅输出上述 JSON，不包含任何解释性文字。这能直接接入下游代码或下一步提示词的变量槽位。

3. 上下文传递协议（Context Passing）

多步骤工作流的核心难点是“遗忘”。必须显式设计传什么、不传什么：

必须传：全局风格指令、核心术语表、目标读者画像、前一步的结构化输出。
不传：中间推理过程、废弃的备选方案、超出当前步骤 token 预算的历史对话。

实操技巧：在每步提示词开头定义 {{global_style}} {{terminology}} {{prev_output}} 等变量占位符，由编排层在运行时注入，而非靠模型自行回忆。

三、三种串联步骤的工程化路径

有了单步提示词，怎么让它们自动跑通？按技术门槛从低到高分三级：

级别 1：原生对话记忆 + 手动复制（零成本起步）

适合单人、低频、步骤 ≤ 3 的场景。

做法：在同一会话窗口内，按顺序发送四个提示词。利用模型上下文窗口自动承载历史。
关键动作：步骤 2 开始时，手动粘贴一句“以上是结构化资料，请基于此生成大纲，风格参考 {{global_style}}”。
局限：上下文污染严重，步骤多了模型会“幻觉”前文细节，且无法并行、无法复用。

级别 2：提示词管理器 + 变量注入（推荐个人/小团队）

用 Promptfoo、LangChain JS/TS SDK 或自写 Python 脚本管理模板与变量。

核心流程：
维护 prompts/ 目录，每步一个 .j2 模板文件。
脚本读取上步输出，渲染下步模板，调用 API，校验 JSON Schema，写入中间文件。
任何一步失败可单独重跑，中间产物可版本管理。
优势：把“上下文传递”变成确定性的数据流，提示词迭代可回滚，支持批量跑多篇选题。

级别 3：可视化工作流编排平台（团队协作/高频生产）

参考扣子的工作流模式：将每步封装为「大模型节点」，配插件节点（联网搜索、文件解析、飞书写入），画布拖线连接输入输出。

关键配置点（以扣子为例）：
节点 1-插件节点：绑定「网页抓取」或「PDF 解析」插件，输出 text 字段。
节点 2-大模型节点：System Prompt 固化角色，User Prompt 引用 节点1.output.text，Response Format 设为 JSON Schema。
节点 3-代码节点（可选）：跑一段 Python 校验 confidence 字段是否全为 high，不达标抛异常触发重试。
节点 4-大模型节点：引用 节点2.output.outline 与 节点1.output.text，流式输出正文。
节点 5-插件节点：绑定「飞书文档」插件，自动创建文档并写入。
发布后：生成 API Endpoint 或 Bot，运营同事只需在输入框扔个链接，喝杯咖啡功夫成稿已在飞书等着。

四、避坑清单：从“能跑通”到“好用”

别让模型做判断题，让它做填空题

提示词里出现“请判断……是否相关”极不稳定。改为“提取所有包含关键词 X 的段落，输出行号与原文”，判断逻辑下沉到代码节点或正则。

给每个中间产物加“自检字段”

结构化资料里加 confidence，大纲里加 source_node_id，正文段落加 word_count。出问题能查日志、能写脚本批量清洗，而非靠肉眼排查。

把“风格”拆成可配置的规则表

不要在提示词里写“文风专业”。建立 style_rules.csv：

规则ID	触发模式	替换动作	示例
R01	赋能/赋能/助力	删除	“赋能业务增长” → “推动业务增长”
R02	显著提升	要求给出具体数值或删除	“显著提升效率” → “效率提升 37%”

编排脚本在最后一步按表逐条替换，比靠模型自我修正靠谱百倍。

预留“人工介入断点”

在“大纲生成”后、 “分段撰写”前，加一个暂停节点或 Webhook 通知飞书群。人工确认大纲无误再触发后续，避免批量生产废稿。

五、今晚就能动手的最小闭环

不需要部署服务器，本地跑通即可：

新建文件夹 workflow_demo，建四个文件：01_structure.j2 02_outline.j2 03_draft.j2 04_polish.j2，把上面提到的 System Prompt 与 User Template 分别粘进去。
写个 run.py（约 50 行）：读取输入文本 → 渲染 01 → 调用 OpenAI/兼容 API → 校验 JSON → 存 step1.json → 依次类推。
找篇 3000 字左右的行业研报 PDF，跑 python run.py report.pdf。
打开 step4_final.md，对着避坑清单改两个提示词模板，再跑一次。