告別盲測：打造高效能的確定性提示詞優化循環

Reddit 貼文分享如何建立一個確定性的 prompt 優化循環，利用 LangChain evals 和 Claude Code，展示了如何透過迭代優化將 prompt 效能從 80% 提升到 98%，是實際可行的 prompt 工程方法。

這篇文章旨在解決目前 提示詞工程 中缺乏基準而導致的 盲目猜測 問題。作者分享了一套基於 LangChain 評估的 數學優化循環，旨在實現 確定性提示詞優化。 • 其方法論包含凍結測試集，例如使用25個固定情境，並定義評分標準，權重分配於「內容紮實性」(50%)、「語氣」(30%)及「格式」(20%)。 • 機械循環 利用 AI（如 Claude Code）作為判斷技能，讀取評審分數後，僅微調提示詞的一個元素，接著重新評分。只有當該次改寫能提升分數時，才予以保留，此過程能高效地推進提示詞性能。在一次測試中，此循環成功地在10分鐘內將一個基準80%的提示詞，優化至98%的卓越表現。

作者強調，這套方法讓開發者得以「停止盲猜」，轉向數據驅動的精準優化策略。