先说这条线长什么样，再说为什么这么搭。
- 输入只给一个需求。不写完整prompt，一句话说清要什么，剩下的交给后面。
- 把这个需求自动扩成一批详细prompt。关键在于这一批彼此得不一样，不是同一句话换几个形容词，而是真的分岔开。
- 批量丢进工作流跑，人不用守着。跑完回来挑。
我是写prompt写到手软才决定这么干的。折腾两年下来，最大的体会是模型没有大家想的那么关键。质量真正卡住的地方是prompt，卡的还不是单条prompt写得多精，是你能不能一次甩出足够多、互相不重复的prompt。
为什么是多样性而不是精度？因为你在写的时候根本没法预判哪一条会出彩。一条prompt再讲究，出来什么样还是得看到图才知道。既然判断只能发生在生成之后，那前面就别死磕，把可能性铺开，总有一个能出彩，挑出来就是了。
以前我是守着一张图一点点调，改个词看一眼，改个权重再看一眼，一下午就没了。现在整个思路反过来，靠量和多样性取胜，人只在最后一步做选择。
做过类似自动化的聊聊，你们扩prompt那步是怎么弄的。