还在手动调提示词？你可能还在用2023年的老办法。2026年的开发者圈子里，DSPy这类工具已经让"写提示词"变成了"定义任务"，系统自动帮你找出最优方案。这不是未来，是现在的默认工作流。

传统提示词工程的核心痛点很简单：靠直觉、难复现、没标准。你写了一个看似不错的system prompt，换个人微调一下可能效果更好——但你不知道差在哪。DSPy的思路彻底翻转：开发者只描述"要做什么"，比如"用2-3句话总结GitHub issue，聚焦问题、预期行为和变通方案"，剩下的交给优化器。

打开网易新闻 查看精彩图片

具体怎么跑？代码层面三步走。先定义任务签名（Signature），把输入输出字段标清楚；再用ChainOfThought这类模块封装逻辑；最后用BootstrapFewShot优化器，喂进训练数据和评估指标。系统自动生成few-shot示例、尝试不同提示结构、挑出指标得分最高的组合。你定义的评估标准越清晰，优化结果越靠谱。

打开网易新闻 查看精彩图片

这个转变的关键在于指标思维。以前问"这句提示词好不好"，现在问"我的评估指标是什么"。指标定了，优化器会找到比人工试错更好的答案，而且结果可测量、可复现。对于任何重要的LLM流水线，这正在成为默认选项。

打开网易新闻 查看精彩图片

手动调优没完全消失，但在系统化场景里已经边缘化。2026年的开发者更关心任务定义和评估设计，而不是prompt的字眼斟酌。工具链的成熟，正在把提示词工程从手艺活变成工程活。