背景Prompt Engineering 的进化压力2023年 Prompt Engineering 的核心工作是写出让模型听话的话。2024-2025年随着模型能力的大幅提升简单的 Few-shot 和 Chain-of-Thought 已成基础操作工程师们开始面对更复杂的挑战-Prompt 版本管理混乱数十个 Prompt 分散在代码库各处修改困难-跨模型迁移成本高为 GPT-5 写的 Prompt 迁移到 GLM-5 效果大幅下降-动态 Prompt 构建复杂依赖用户状态、上下文、工具结果拼接出的 Prompt 代码混乱-质量评估缺乏体系Prompt 修改效果只能靠人工主观感受判断-团队协作困难产品、算法、工程三方对 Prompt 的理解和修改权限不清晰Prompt DSLDomain Specific Language正是在这一背景下崛起的工程解决方案将 Prompt 从硬编码字符串升级为结构化、可版本化、可编译的领域专用语言。—## 一、传统 Prompt 的工程痛点### 1.1 典型反模式字符串拼接地狱python# 反模式难以维护的 Prompt 拼接def build_prompt(user_query, user_history, retrieved_docs, user_role, language): system 你是一个专业助手。 if user_role premium: system 用户是高级会员提供更详细的回答。 if language en: system Please respond in English. history_text for h in user_history[-5:]: history_text f用户: {h[user]}\n助手: {h[assistant]}\n context if retrieved_docs: context 参考资料:\n for doc in retrieved_docs[:3]: context f- {doc[title]}: {doc[content][:500]}\n # 拼接当条件增多时这里会变成噩梦 prompt f{system}\n\n{context}\n历史对话:\n{history_text}\n用户问题: {user_query} return prompt问题条件增多后这个函数会膨胀到数百行测试困难版本追踪几乎不可能。—## 二、Prompt DSL 的设计哲学### 2.1 DSL 的四个设计目标text1. 声明式Declarative描述Prompt 应该是什么而非如何构建 Prompt2. 可组合Composable像积木一样组合 Prompt 片段3. 可测试Testable每个 Prompt 组件都可以独立评估4. 跨模型Cross-model同一 DSL 可以编译为不同模型的最优 Prompt 格式### 2.2 一种简洁的 Prompt DSL 设计下面展示一种基于 YAML 的 Prompt DSL 设计思路yaml# prompt_templates/customer_service.yamlversion: 1.3.2name: customer_service_v1description: 客服助手主提示词author: ai-teamcreated_at: 2026-01-15# 角色定义persona: role: 专业客服助手 expertise: [产品咨询, 故障排查, 退款处理] tone: 专业、友善、简洁 language: {{ user.preferred_language | default(zh) }}# 能力边界capabilities: allowed: - 回答产品相关问题 - 查询订单状态 - 引导退款流程 forbidden: - 承诺具体退款时间 - 透露内部定价策略 - 评价竞争对手产品# 上下文注入context_slots: - name: retrieved_docs type: retrieval_result max_items: 3 format: | ## 参考知识库 {% for doc in retrieved_docs %} - {{ doc.title }}: {{ doc.content | truncate(300) }} {% endfor %} - name: user_profile type: user_data required_fields: [tier, order_count] format: | ## 用户信息 会员等级: {{ user_profile.tier }} 历史订单数: {{ user_profile.order_count }}# 输出格式约束output_format: structure: structured_response required_sections: [answer, next_steps] max_length: 500 language_match: true # 输出语言匹配用户输入语言# 模型适配器model_adapters: gpt-5: system_prompt_placement: system_message format: chatml glm-5: system_prompt_placement: system_message format: chatml special_tokens: system_start: [系统] user_start: [用户] claude-4.5: system_prompt_placement: system_message format: claude preamble: 以下是您的操作指南### 2.3 DSL 编译器实现pythonfrom jinja2 import Environment, BaseLoaderimport yamlfrom typing import Anyclass PromptDSLCompiler: 将 Prompt DSL 编译为目标模型的 API 调用格式 def __init__(self): self.jinja_env Environment( loaderBaseLoader(), undefinedChainableUndefined, # 允许链式访问缺失字段 ) # 注册自定义过滤器 self.jinja_env.filters[truncate] lambda s, n: s[:n] ... if len(s) n else s def load_template(self, yaml_path: str) - dict: with open(yaml_path, r, encodingutf-8) as f: return yaml.safe_load(f) def compile(self, template: dict, context: dict, target_model: str) - list[dict]: 编译 DSL 为目标模型的 messages 列表 # 渲染 persona 部分 system_content self._render_system(template, context) # 渲染上下文槽位 context_content self._render_context_slots(template, context) # 合并系统提示词 full_system system_content \n\n context_content # 根据目标模型格式化 adapter template.get(model_adapters, {}).get(target_model, {}) return self._format_for_model(full_system, context.get(messages, []), adapter) def _render_system(self, template: dict, context: dict) - str: persona template.get(persona, {}) caps template.get(capabilities, {}) # 渲染角色描述 lang_tmpl self.jinja_env.from_string(persona.get(language, zh)) language lang_tmpl.render(**context) lines [ f你是{persona.get(role, 助手)}。, f专长领域{, .join(persona.get(expertise, []))}。, f沟通风格{persona.get(tone, 专业)}。, f请用{language}回答。, ] if caps.get(forbidden): lines.append(\n你不能) for forbidden in caps[forbidden]: lines.append(f- {forbidden}) return \n.join(lines) def _render_context_slots(self, template: dict, context: dict) - str: slots template.get(context_slots, []) parts [] for slot in slots: slot_data context.get(slot[name]) if slot_data is None: continue slot_context {slot[name]: slot_data, **context} tmpl self.jinja_env.from_string(slot.get(format, )) rendered tmpl.render(**slot_context) parts.append(rendered.strip()) return \n\n.join(parts) def _format_for_model(self, system: str, messages: list, adapter: dict) - list[dict]: 按模型格式输出 messages result [{role: system, content: system}] result.extend(messages) return result—## 三、Prompt 版本管理GitOps 实践### 3.1 Prompt 仓库结构textprompt-repo/├── templates/│ ├── customer_service/│ │ ├── v1.3.2.yaml ← 当前生产版本│ │ ├── v1.3.1.yaml ← 历史版本│ │ └── staging.yaml ← 灰度测试版本│ ├── code_assistant/│ └── document_analyzer/├── evaluations/ ← 评估数据集│ ├── customer_service_eval.jsonl│ └── code_assistant_eval.jsonl├── .promptrc ← 仓库配置└── CHANGELOG.md### 3.2 Prompt CI/CD 流水线yaml# .github/workflows/prompt-ci.ymlname: Prompt Evaluation CIon: pull_request: paths: - templates/**/*.yamljobs: evaluate: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - name: Detect changed prompts id: changed run: | CHANGED$(git diff --name-only origin/main...HEAD -- templates/**/*.yaml) echo changed_prompts$CHANGED $GITHUB_OUTPUT - name: Run prompt evaluation env: EVAL_API_KEY: ${{ secrets.EVAL_API_KEY }} run: | python scripts/eval_prompts.py \ --prompts ${{ steps.changed.outputs.changed_prompts }} \ --eval-dataset evaluations/ \ --baseline-branch origin/main \ --threshold 0.95 \ --output eval_report.json - name: Post evaluation results uses: actions/github-scriptv7 with: script: | const report require(./eval_report.json); const body ## Prompt Evaluation Results\n | Prompt | Score Change | Status | |--------|-------------|--------| ${report.results.map(r | ${r.name} | ${r.delta 0 ? : }${r.delta.toFixed(3)} | ${r.passed ? ✅ : ❌} | ).join(\n)}; github.rest.issues.createComment({ issue_number: context.issue.number, owner: context.repo.owner, repo: context.repo.repo, body: body });—## 四、Prompt 质量评估体系### 4.1 自动化评估框架pythonclass PromptEvaluator: 基于 LLM-as-judge 的 Prompt 质量评估 EVAL_DIMENSIONS [ task_completion, # 任务完成度 0-1 instruction_following, # 指令遵循度 0-1 format_compliance, # 格式合规性 0-1 safety, # 安全合规性 0-1 conciseness, # 简洁性 0-1 ] async def evaluate_prompt( self, prompt_template: dict, eval_dataset: list[dict], model: str gpt-5 ) - dict: 使用评估数据集批量测试 Prompt 质量 eval_dataset: [{input: {...}, expected: ...}] scores {dim: [] for dim in self.EVAL_DIMENSIONS} for example in eval_dataset: # 编译 Prompt compiled self.compiler.compile( prompt_template, example[input], model ) # 执行推理 response await self.llm.chat(compiled, modelmodel) # LLM-as-judge 评分 score await self._judge( questionexample[input].get(user_query, ), expectedexample.get(expected, ), actualresponse.content, ) for dim in self.EVAL_DIMENSIONS: scores[dim].append(score.get(dim, 0)) # 计算统计 return { dim: { mean: sum(v)/len(v), min: min(v), max: max(v), } for dim, v in scores.items() }—## 五、2026 年 Prompt DSL 生态现状| 工具/框架 | 定位 | 特点 ||-----------|------|------|| LangChain PromptTemplate | 代码级 DSL | Python 原生生态最大 || Promptfoo | 评估框架 | YAML 配置CI友好 || Helicone Prompts | SaaS 管理平台 | 版本管理数据分析 || LMQL | 查询语言 DSL | 类 SQL 语法强约束 || GuidanceMicrosoft | 约束生成 DSL | 模板生成交织 || 自建 DSL本文方案 | 企业定制 | 最灵活成本最高 |—## 总结2026年 Prompt Engineering 已进入 2.0 时代从临时脚本升级为正规软件工程。Prompt DSL 的核心价值在于将写 Prompt变成设计软件模块——声明式定义、版本控制、自动化评估、跨模型编译。建议团队从引入 YAML 模板管理开始逐步建立评估数据集最终实现 Prompt 质量的可量化、可回归、可自动化验证的工程闭环。