Prompt Chaining
把复杂任务拆成固定顺序的多个 LLM 步骤，前一步输出作为后一步输入，以延迟换准确率和稳定性。
#tech / ai
#resource / prompt-chaining
#type / concept
#status / growing
[!info] related notes
- 所属 MOC: AI MOC
- 前置概念: Agentic Systems, Augmented LLM
- 并列概念: LLM Task Routing, LLM Parallelization
- 易混淆概念: Orchestration
- 关系笔记: Agentic Workflow Patterns
Prompt Chaining
一句话定义
Prompt chaining 是把一个任务拆成固定顺序的多个 LLM 步骤，让每一步只做更小、更明确的子任务。
核心机制 / 工作原理
它的结构通常是：
- 第一个 prompt 生成中间结果
- 程序做必要检查
- 第二个 prompt 接着处理
- 按需要继续串下去
这样做的收益是把一个“大而难”的任务改成多个“小而清楚”的任务。
最小例子 / 最小场景
- 先生成文档大纲
- 检查大纲是否覆盖关键点
- 再根据大纲生成正文
边界与易混淆点
- 它适合固定子步骤明显的任务，不适合路径完全不可预测的问题。
- prompt chaining 的关键不是“多调几次模型”，而是每一步都真的减少了难度。
- 如果中间结果没有被验证，链式结构也会把错误一路传下去。