建立可复用的提示词评估清单
目标
建立一张可以反复使用的提示词评估表，让不同版本在相同条件下比较。
前置条件
准备一个真实任务、三条代表性输入和一个可记录结果的表格。
步骤
- 写清输出用途、目标读者、必须包含和禁止出现的内容。
- 固定三条输入，分别覆盖常规、边界和信息不足的情况。
- 设定准确性、完整性、格式遵循和可操作性四个维度，每项按 1～5 分记录。
- 在同一工具和设置下运行提示词 A，再运行只改变一个要素的提示词 B。
- 保存原始输出、分数、失败原因和下一次只准备修改的一项。
预期结果
你会得到可追溯的 A/B 记录，能够说明某次修改改善了哪个维度。
排错
- 结果波动过大：每个版本重复运行三次。
- 分数难以判断：为每个维度补一个合格与不合格示例。
- 多处同时变化：回退后一次只改一项。