Prompt版本回归：把提示词也当代码管理

2025年10月记录，分类「AI测试」。这篇更像工作笔记，记录的是一次问题拆解和复用清单。

为什么管版本

Prompt 改一个词，模型输出可能就变。把提示词当代码管理，至少要有版本、评审、回归和回滚。

我当时想确认的不是工具能不能跑，而是这个点能不能稳定地变成测试资产。

变更记录

• 每次修改记录变更原因和影响范围。
• 用固定样本集对比旧 prompt 和新 prompt。
• 上线后观察失败样本和人工反馈。

prompt版本: refund-v6
变更: 增加拒答边界
回归集: 120条客服问答 + 30条注入样本

回归集

• 提示词版本能和线上问题对应。
• 高风险样本没有退化。
• 回滚到上一版有明确入口。

这些点后面会进用例或检查单，尤其要补齐账号、数据、环境版本和日志关键字。

上线

提示词不是临时文案，它已经是系统行为的一部分。等业务规则再稳定一点，可以把这里的检查点拆成参数化用例。