提示链

它是什么

提示链是把一个任务组织为多次相互衔接的模型调用：前一步产生结构化中间结果，后一步读取它并继续处理。它属于应用工作流的编排方式，不是要求模型在一次回答里展示更长的思考过程。Anthropic 将其描述为让每次调用处理前一次输出的顺序工作流。[S1]

为什么需要它

复杂任务塞进一次提示时，模型既要理解目标、寻找信息、转换格式又要检查质量，某个环节失败后通常只能整体重跑。提示链让应用逐步收窄问题，在中间产物上加入规则或人工 Gate，并只重做失败步骤。它用更多调用换取过程可见、局部可测和结果更容易修订。

它如何工作

应用先把固定任务分成有明确接口的步骤，例如“提取事实 -> 检查字段 -> 生成草稿 -> 核对约束”。每一步只接收完成当前工作所需的输入，并输出下一步约定的结构；程序在关键节点检查必填项、来源或评分，不通过就停止、返工或转人工。Least-to-Most Prompting 也说明了先解决较简单子问题、再把答案用于后续问题的顺序机制。[S1][S2]

必须澄清的误会

提示链 ≠ Agent 工作流。 提示链的步骤顺序是写死的，步骤之间怎么交接由人设计；Agent 工作流允许模型按当前状态选择下一步走哪条。

提示链 ≠ 提示词。 一条提示词解决一次输出，提示链解决的是「一次输出不够、需要多步中间结果」的情况。

链越长越脆。 每一步都带着上一步的错误继续走，链越长、错得越远，而且很难指认是哪一步开始偏的。

真实例子

内容团队把产品访谈转成发布说明时，可以先提取“用户问题、原话证据、功能变化和限制”，再由规则检查每项是否有证据，随后生成面向用户的初稿，最后单独检查禁用词和承诺边界。若证据 Gate 不通过，流程回到提取步骤，而不是让写作步骤自行补全缺失事实。

什么时候适合与不适合

提示链适合步骤能够预先定义、每步都有可传递产物且质量可以局部检查的任务。流程变化很大、下一步依赖开放探索时，固定链可能过于僵硬。它还会增加延迟、Token、故障点和版本管理负担；中间输出设计不良会把错误稳定地传到后面。[S1] 能用一次可靠调用完成的任务不必强行加链。

亲自试一下

把一个“阅读资料并写摘要”的请求改成三步链：先输出带出处的事实表，再检查每条事实是否有来源，最后只用通过检查的事实写摘要。为每步规定输入和 JSON 字段，并准备一份缺少来源的测试资料。只有流程会在第二步阻止无出处内容进入摘要，Gate 才算有效。

接下来学什么

先学习任务拆解确定步骤边界，再用结构化输出约束中间接口；当某一步需要外部数据或动作时，继续学习工具调用。

来源与修订

提示链的定义、中间 Gate、适用场景及延迟取舍参考 Anthropic Agent 工程指南 [S1]；逐步分解并利用先前子问题答案的机制参考 Least-to-Most Prompting 论文 [S2]。具体并行能力、消息格式和计费随供应商版本变化。