提示词即代码:Prompt 的版本管理与灰度发布
Prompt 是 LLM 应用里变化最频繁、影响面最大、却最少被工程化管理的部分。多数线上质量问题溯源到最后,结论都是"上周有人改了一句提示词",而那句话改了什么、为什么改、影响多大,无人能答。把 prompt 当代码管 …
# Harness · 15 篇
Prompt 是 LLM 应用里变化最频繁、影响面最大、却最少被工程化管理的部分。多数线上质量问题溯源到最后,结论都是"上周有人改了一句提示词",而那句话改了什么、为什么改、影响多大,无人能答。把 prompt 当代码管 …
让一个会话从技术评审一路干到编码自测,看起来连贯,实际上每个阶段的产出质量都在为上下文膨胀买单。 三个阶段三种心智 技评阶段:发散,需要铺开对比多种方案,上下文里全是调研材料 编码阶段:收敛,只需要定稿的方案 + 目标文 …
判断一个流程该不该做成 skill,标准是你愿不愿意第三次为它翻聊天记录。第三次出现的手工流程,就是 skill 的立项信号。 从对话到 skill 的路径 一个典型演进: 第 1 次:对话里现场推排查步骤,磕磕绊绊跑通 …
给 agent 加安全护栏(hook)后,护栏本身会成为新的故障源。这次教训:只读命令被误判为写操作拦截,绕了弯路才发现是规则匹配方式的问题。 现象 一条无害的只读组合命令(grep 管道拼 sed)被 …
订阅额度按 token 计费后,真正要管的不是"调用次数",是单个 prompt 的输入+输出总量。上下文大不等于该塞满。 成本模型三事实 prompt 数额度基本用不完,别为省调用次数把十个问题塞一轮 高峰时段倍价:高 …
agent 的记忆要解决的不是"存什么",而是"什么时候读、什么时候写、写什么"。没有协议的记忆库,三个月后就是一座没人检索的垃圾山。 四步协议 1. 会话启动 → 只拉最近活动标题,不展开正文 2. 答前检索 → 问题 …
多任务并行时,派单信息放对话里 = 必然丢失。写成文件,任务才有完整的上下文载体。 说明书完整模板 每个任务一个文件,放在 .zcode/tasks/<id>-<slug>.md。下面是一份可以直接抄走的完整模板: # …
不要用"读一遍代码"来验收 AI 写的代码。读代码验收的极限是你个人的注意力和善意,跑命令验收的下限是机器的诚实。 转述不可信 执行 agent 的汇报链路是:它写了代码 → 它形成了对代码的印象 → 它把印象讲给你。每 …
让贵模型做判断,让便宜模型做执行。判断和执行不分离,你付的就是全旗舰价格跑打字员活。 分工边界 我配了三个执行 agent,全部由轻量模型驱动: 角色 职责 特征 coder 写代码、跑测试、修红 有文件边界和 DoD …
全局配置要薄,流程知识要厚,事实记忆要外置。三者混在一个文件里,是 agent 配置最常见的反模式。 三层各自装什么 ~/.zcode/AGENTS.md ← 行为宪法:怎么干活(薄,常驻每个会话) …
AGENTS.md 的价值不在「写了多少规则」,而在每条规则可判定违反。规则写得再全,模型遵守不了、或者你自己在第 30 次对话后忘了为什么写它,就是负资产。 为什么需要行为宪法 AI 编码助手每个会话都是失忆重启。你调 …
上下文窗口是 Agent 最刚性的资源,管理思路要像管内存一样:预算制、分级淘汰、关键状态换出到磁盘。核心三板斧是——工具输出截断(truncate)、历史轮次压缩(compact)、状态外置(externalize)。 …