提示词的版本管理与 A/B 测试

工程化的最小实践

提示词存 Git（与代码同仓库）、每次修改关联评测报告、线上配置中心支持热切换与回滚。三件套半天就能搭起来，收益立竿见影。

评审清单

改动是否覆盖所有使用该提示词的场景？评测指标是否全绿？Token 成本变化多少？是否有边界输入的回归？四问过完再合并。

灰度策略

按流量百分比灰度（先 5% 再 50%），或按用户分层灰度（先内部用户）。灰度期间监控差异指标，异常立即回滚——回滚必须是一键操作。

组织层面

指定提示词的 owner；禁止未经评测的直接修改；定期清理废弃版本。把提示词治理写进团队规范。