模型工作流
如何让同一个提示词适配 ChatGPT、Claude 与 Gemini
保留一份模型无关的任务规格，再针对不同 AI 助手调整上下文、工具和输出契约。
2026-06-23 · 7 分钟阅读 · PromptSmith
不要维护三套互不相关的提示词
大多数业务任务不需要为每个模型重新发明一套思路。更稳妥的方法是保留一份稳定的任务规格，再加一层很薄的模型适配。稳定层包含目标、事实、约束和验收标准；适配层处理可用工具、上下文组织和输出机制。
这种拆分也更容易测试。如果结果发生变化，你能判断是任务规格变了，还是不同模型对同一规格的执行不同。
先写模型无关的核心
把核心部分写成给一位有能力的外部协作者的任务简报。这里不要出现模型品牌名，也不要写某个产品界面的专属操作。
- 目标结果与目标受众。
- 权威来源材料。
- 不可妥协的约束和禁用声明。
- 必需的输出结构。
- 验收检查和不确定性处理方式。
模型无关核心
为一个五人设计团队比较所提供的三个定价方案。只能使用附件中的方案信息。推荐一个方案，解释两个决定性取舍，并标出缺失信息。先输出比较表，再给不超过 150 字的建议。
适配上下文与工具
真正有价值的差异往往来自操作能力，而不是措辞风格：一个界面可能支持联网搜索，一个能处理很长的上传文档，另一个则位于代码库中。应明确助手可以使用什么工具，以及什么来源才算权威。
- 支持联网时，规定允许来源和信息时效。
- 处理长文档时，指出相关章节并要求证据定位。
- 代码助手应指向仓库文件并要求本地验证。
- 没有外部工具时，禁止生成依赖最新信息的断言。
使用明确的输出契约
不同模型可能选择不同的细节程度。输出契约可以减少这种波动。当后续流程依赖稳定结构时，应规定标题、字段名、最大长度、表格列或 JSON 键。
只有软件会消费结果时才要求 JSON。面向人工使用时，简洁表格加一段决策说明通常更容易审查和修正。
适配层指令
只把本次对话中上传的文件作为权威来源。每个价格事实旁都标注文件名和章节。请求的事实如果没有提供，写“未提供”，不要推断。
用小型评测集测试
一次惊艳回答不能证明稳定性。保留五到十个代表性输入，其中包含一个歧义案例和一个缺失数据案例。让每个模型适配层执行同一份核心规格，再用同一套评分表评估。
应根据任务和运营成本选模型，而不是寻找一个万能排名。适合长政策比较的模型，未必适合快速分类或仓库内代码修改。
- 与已提供事实的一致性。
- 对约束的遵守程度。
- 必需结构的完整性。
- 需要人工修改的工作量。
- 预期调用量下的延迟与成本。