使用帮助

了解如何使用 Prompt Chain 创建和执行 AI 提示链工作流

什么是提示链?

提示链(Prompt Chain)是一种将复杂任务分解为多个步骤执行的 AI 工作流技术。 通过将大任务拆分成一系列有序的步骤,每个步骤使用特定的提示词处理上一步的输出, 最终获得更高质量、更可控的结果。

分步处理

将复杂任务拆解为多个简单步骤,降低 AI 的理解难度

流程可控

每个步骤都有明确的输入输出,便于调试和优化

质量提升

通过多步推理和迭代,获得更精准、更专业的输出

使用流程

1

配置 AI 供应商

首次使用前,需要在设置页面配置至少一个 AI 供应商的 API Key。

前往「设置」→「供应商管理」添加 API Key
OpenAIAnthropicDeepSeekGemini
2

创建提示链

点击首页的「创建提示链」按钮,开始构建你的工作流。

  • 填写提示链的名称和描述
  • 添加多个步骤,配置系统提示词和用户消息
  • 配置步骤间的数据传递策略
3

执行提示链

在提示链详情页点击「执行」按钮,输入初始内容开始执行。

执行过程:

  1. ① 输入初始内容
  2. ② 系统自动按顺序执行每个步骤
  3. ③ 实时查看每个步骤的输出
  4. ④ 获取最终结果

消息配置详解

每个步骤可以配置两种消息:系统提示词(System)用户消息(User)。 系统提示词定义 AI 的角色和任务,用户消息提供具体的输入内容。 如果未设置用户消息,将自动使用输入策略获取的内容。

基本结构

你是一位[角色定位],专门负责[任务描述]。

任务要求:
1. [具体要求1]
2. [具体要求2]
3. [具体要求3]

输入内容:
{{input}}

请按以下格式输出:
[输出格式要求]

实际示例

步骤1:文章大纲生成
System
你是一位资深的内容策划专家。请根据用户提供的主题,生成一份详细的文章大纲。

要求:
1. 大纲包含3-5个主要章节
2. 每个章节下列出2-3个要点
3. 使用 Markdown 格式
4. 在开头简要说明文章的核心观点

请直接输出大纲,不需要其他解释。
User
主题:{{input}}
↓ 上一步的输出作为下一步的输入
步骤2:内容扩写
System
你是一位专业的撰稿人。请根据提供的大纲,撰写一篇完整的文章。

要求:
1. 按照大纲结构逐节展开
2. 每个要点至少写200字
3. 语言通俗易懂,避免过于学术化
4. 在段落之间添加过渡句,保持连贯性

请直接输出文章正文。
User
大纲:
{{input}}

原始主题:{{original_input}}

编写技巧

  • 明确定位:开头明确 AI 应该扮演的角色(专家、助手、编辑等)
  • 任务具体:告诉 AI 具体要做什么,不要含糊不清
  • 格式规范:说明期望的输出格式(列表、段落、Markdown 等)
  • 使用变量:用 {{input}} 等变量引用动态内容
  • 设置边界:告诉 AI 什么不要做,避免偏离主题

输入策略详解

输入策略决定了当前步骤接收什么内容作为 {{input}} 变量。 它是提示链中步骤之间传递数据的"管道",正确选择输入策略对工作流至关重要。

last_result

上一步结果 - 接收上一个步骤的输出

最常用的策略。适用于顺序处理,如:大纲 → 扩写 → 润色

original

原始输入 - 始终接收用户的初始输入

适用于每一步都需要参考原始需求的场景

original_with_context

原始输入+上下文 - 原始输入 + 上一步结果

既保留原始需求,又利用上一步产出

cumulative

累积结果 - 所有之前步骤的结果拼接

适用于需要回顾全流程的场景,如总结报告

完整示例:文章创作工作流

用户输入:
"人工智能在医疗领域的应用"
1
生成大纲输入策略: original
接收的 {{input}} "人工智能在医疗领域的应用"
输出: 文章大纲(包含引言、AI诊断、药物研发等章节)
2
扩写内容输入策略: last_result
接收的 {{input}} 步骤1生成的大纲
输出: 根据大纲撰写的完整文章
3
润色优化输入策略: last_result
接收的 {{input}} 步骤2生成的文章
输出: 润色后的最终文章

示例:多维度分析

用户输入:一份产品设计方案
场景:第二步做技术可行性分析,第三步做市场分析, 但都需要参考原始方案
步骤1:理解方案(original)
步骤2:技术评估(original_with_context)→ 接收"原始方案+步骤1总结"
步骤3:市场分析(original_with_context)→ 接收"原始方案+步骤2评估"

如何选择输入策略?

• last_result:上一步的输出就是当前步的输入,串联处理

• original:当前步需要直接处理用户的原始需求,不受之前步骤影响

• original_with_context:既需要原始需求作为核心,又要参考之前的结果

• cumulative:需要综合回顾所有之前的产出,如生成总结报告

可用变量

变量名说明
{{input}}当前步骤的输入内容(由输入策略决定)
{{original_input}}用户输入的原始内容
{{prev_result}}上一步骤的输出结果
{{history}}之前所有步骤的结果拼接
{{step}}当前步骤序号
{{total_steps}}总步骤数
{{is_first}}是否为第一步(true/false)
{{is_last}}是否为最后一步(true/false)

示例场景

文章创作工作流

大纲生成内容扩写润色优化

第一步根据主题生成文章大纲,第二步根据大纲扩写每个段落, 最后一步检查语法并优化表达。

代码审查工作流

静态分析安全审查优化建议

第一步检查代码风格和规范,第二步识别潜在安全风险, 第三步给出性能优化建议。

数据分析工作流

数据清洗统计分析可视化描述

第一步清理和格式化原始数据,第二步执行统计分析, 第三步生成图表描述和洞察报告。

准备好开始了吗?

使用预设模板快速创建你的第一个提示链

立即创建