高频面试题

什么是提示词链接？如何实现？

这题考的是你能否把一个“大 Prompt”拆成多个可观测、可测试、可回滚的小步骤，而不是只会堆上下文。

适合阶段：Prompt 工程化 / Workflow 面核心能力：链式调用 · 中间校验 · 工作流设计

面试官角度分析，想考什么

• Prompt Chaining 是什么？
  考是否理解多步模型调用和中间结果传递。
• 为什么不用一个大 Prompt？
  考可控性、可观测性和失败定位。
• 如何实现？
  考输入输出 schema、状态传递和重试机制。
• 它和 Agent 有什么区别？
  考固定流程与动态决策的边界。

可直接抄走的 30 秒参考答案

Prompt Chaining 是把复杂任务拆成多个模型调用，每一步有明确输入、输出和校验，上一步结果作为下一步上下文。它比一个大 prompt 更容易控制、测试和定位问题。实现时我会给每一步设计 schema，保存中间结果，失败只重试当前步骤。它更像固定 Workflow，而 Agent 是运行时动态决定下一步。

面试回答详解，知其所以然

Prompt Chaining 的本质是把一次复杂生成拆成可控流水线。

1. 基本流程

例如生成技术方案：

需求理解 -> 信息抽取 -> 方案生成 -> 风险评审 -> 最终润色

每一步都是一个独立 Prompt，有明确输入和输出。中间结果可以被检查、修正或缓存。

2. 为什么要链接

一个大 Prompt 容易出现：

• 指令太多，模型抓不住重点。
• 错误发生后不知道是哪一步出问题。
• 输出格式复杂，解析失败。
• 所有步骤都重跑，成本高。

拆成链后，每一步更短、更聚焦，也更容易单独评估。

3. 如何实现

关键是为每一步定义 contract：

Step 1 输入：用户需求
Step 1 输出：结构化需求字段

Step 2 输入：需求字段 + 约束
Step 2 输出：候选方案列表

Step 3 输入：候选方案
Step 3 输出：风险评审和推荐结论

输出最好用 JSON schema 或固定 Markdown 字段，避免下一步读不懂。

4. 加入校验和重试

每一步后面都可以加校验：

• schema 是否通过。
• 必填字段是否缺失。
• 引用是否存在。
• 数值是否合理。
• 是否触发安全规则。

失败时只重跑当前步骤，而不是整个链路。

5. 和 Agent 的区别

Prompt Chaining 的控制流通常由代码写死，像 Workflow。Agent 的控制流更多由模型根据 observation 动态决定。

Prompt Chaining: 人预先定义步骤
Agent: 模型运行时决定下一步

生产里二者常混用：主链路固定，局部复杂节点用 Agent 或模型判断。

面试官追问3个问题

追问一：Prompt Chaining 最大的缺点是什么？

• 考察点：工程取舍。
• 回答方向：多次调用增加延迟和成本，中间错误也可能传递到下游。

追问二：如何防止上一步错误污染下一步？

• 考察点：校验意识。
• 回答方向：每步做 schema、引用、规则和置信度校验，必要时拒绝进入下一步。

追问三：什么时候不用链式 Prompt？

• 考察点：选型边界。
• 回答方向：任务简单、一次输出可控、延迟敏感时，不必拆链。