TL;DR
Prompt-kedjor delar en enorm uppgift i en sekvens av små, beroende promptar — varje utdata blir nästa indata — istället för att kräva den färdiga produkten i ett enda omöjligt andetag. Kvalitet förstärks ner längs kedjan: fel fångas vid stationen där de är billiga, och varje steg börjar från verifierat material istället för en gissning.
Analysen
Det finns två sätt att skaffa en bil.
Det första är Magiska lådan: ett lager med en enda enorm maskin. Råmalm och gummi går in i ena änden; en färdig bil rullar ut ur den andra. Det är en förförisk idé — ett steg, noll ansträngning. Det är också anledningen till att ingen någonsin byggt en. En maskin som samtidigt måste smälta stål, blåsa glas, sy säten och kalibrera bromsar kan optimeras för ingen av dem, och när den producerar en defekt dörr är hela bilen skrot — eftersom felet föddes i steg ett och upptäcktes i steg femtio.
Det andra är monteringsbandet: dussintals stationer, var och en gör exakt en sak extremt bra. Stål stansas här, och inspekteras innan det flyttas. Dörrar svetsas där, och kontrolleras innan målning. När en defekt dyker upp fångas den vid sin station — efter några operationer, inte efter hela bilen. Kvalitetskontroll är inte en slutgiltig hasard; den är inbyggd mellan varje par steg. Det är inte bandets svaghet, att vara "långsammare" — det är hela anledningen till att bilar blev pålitliga och prisvärda överhuvudtaget.
Att be AI om en komplex leverans i en enda mega-prompt — "researcha min marknad, skriv rapporten, designa bilderna och skissera tillkännagivandemejlet" — är en beställning på Magiska lådan. Modellen måste jonglera fyra expertiser samtidigt, och den optimerar ingen av dem. Värre: ett fel gjort under den osynliga "research"-fasen framträder först i slutliga mejlet, fullt påklätt som färdigt arbete, med varje efterföljande steg byggt ovanpå misstaget.
Prompt-kedjor är du som bygger monteringsbandet istället. Små stationer. En operation var. Inspektion mellan stegen. Transportbandet mellan stationer finns redan — det är konversationen själv.
Hur det fungerar
Varje produktiv kedja följer samma trestations-ryggrad — Samla → Omvandla → Polera — utökad med så många mellanstationer som jobbet kräver.
| Station | Jobb | Exempel-prompt |
|---|---|---|
| Samla | Producera råmaterial: fakta, alternativ, research | "Lista de 8 vanligaste invändningarna mot elbilar, en rad var" |
| Omvandla | Omvandla material till struktur: disposition, utkast, skelett | "Gruppera de invändningarna i 3 teman och skissa ett avsnitt per tema" |
| Polera | Finishing en stations utdata i taget: stil, täta till, granska | "Skriv endast avsnitt 1, 150 ord, självsäker ton" |
Tre mekanismer får kedjan att fungera:
1. Varje station ärver allt. Modellen läser om hela konversationen före varje svar — det är kontextfönstret, skrivbordet från lektion två. Steg tre behöver inte att du klistrar in dispositionen från steg två igen; den ligger redan på skrivbordet, tillsammans med invändningarna från steg ett. Kedjans minne är transportbandet. (Vilket också är anledningen till att kedjor lever i en chatt per projekt: bandet förbinder bara stationer på samma linje.)
2. Varje station är tillräckligt liten för att verifiera. En åttaradig lista med invändningar kan kontrolleras på tio sekunder — är #6 faktiskt en verklig invändning? Fånga den där, och dispositionen ärver den aldrig. Det här är kvalitetsmagin: fel förstärks i en mega-prompt men fångas upp i en kedja. Du har redan mött tvåstationsversionen av denna idé — Revisor-prompten är exakt en kedja: station ett utkastar, station två attackerar, station tre åtgärdar. Kedjor generaliserar den rytmen till vilken skala som helst.
3. Varje station får sin fulla uppmärksamhet. En modell ombedd göra en sak ger den saken allt den har. Samma modell ombedd göra fyra saker samtidigt förhandlar internt en budget mellan dem — och polerstationen är alltid det första offret för mega-prompten. På ett band är varje station modellens enda jobb.
Arbetsregeln:
En station, en operation, en inspektion. Om ett stegs utdata inte kunde kontrolleras på under en minut är stationen för stor — dela den.
Före & efter (promptarna)
Exempel 1 — marknadsrapporten
Researcha hemträningsmarknaden och skriv en komplett rapport på 1 500 ord med en sammanfattning för ledningen, konkurrentanalys, tre tillväxtmöjligheter med stödjande argument och en slutsats. Gör den professionell och övertygande.
Magiska lådan. Det som kommer tillbaka är format som en rapport, men resonemanget är osynligt — du kan inte avgöra vilken "tillväxtmöjlighet" som vilar på ett faktum modellen hittade på under all den samtidiga belastningen. När möjlighet #2 visar sig vara ihålig vet du inte om researchen eller skrivandet misslyckades. Bygg om från början.
Steg 1: Lista de 5 största konkurrenterna inom hemträning med deras prisnivå och en differentierare var, som en tabell. Markera varje siffra du är osäker på med [VERIFIERA].
Kontrollera tabellen. Två minuter. Fixa den [VERIFIERA] som spelar roll, och råmaterialet är nu känt bra — varje senare station står på det.
Steg 2: Baserat på den tabellen, skissa en rapport med 4 avsnitt: ett avsnitt per tillväxtmöjlighet du kan försvara från denna data, plus en sammanfattning för ledningen. Endast avsnittsrubriker, en rad argument var.
Kontrollera dispositionen. Är möjlighet #3 faktiskt försvarbar från tabellen, eller är det vibbar? Döda den nu — innan prosa finns för att få den att se smartare ut än den är.
Steg 3: Skriv endast sammanfattningen för ledningen — 120 ord, självsäker, inga påståenden som går bortom tabellen ovan.
En stations värd full uppmärksamhet, byggd på verifierad struktur. Fortsätt sedan ner längs linjen, ett avsnitt per prompt, i vilken ordning du vill. Den slutliga rapporten är inte tur; den är den sista stationen på en linje där varje tidigare station godkändes vid inspektion.
Exempel 2 — resplanen
Planera en perfekt 7-dagars resa till Portugal för en familj med två barn, inklusive städer, hotell, restauranger och dagliga aktiviteter.
En mega-prompt, fem expertiser (logistik, budget, barnvänlighet, tempo, mat), noll inspekterbara mellanprodukter.
Steg 1: Vi är en familj med barn på 6 och 9 år, första gången i Portugal, 7 dagar, medelbudget. Ställ mig upp till 5 frågor — en i taget — om allt som förändrar planen.
Intervjun som station ett: samlar-stationen för fakta bara du har. Sedan:
Steg 2: Utifrån mina svar, föreslå 3 reseplan-skelett — olika stadssekvenser och tempo. Tabellformat, en rad per dag, inga detaljer ännu.
Tre billiga skelett, kontrollerade på en minut: Algarve-först-rutten dör på grund av junihettan du nämnde i steg ett — fångad vid skelettet, inte på dag fyra av semestern. Först därefter fyller steg tre ut vinnaren, dag för dag, en station per dag.
Exempel 3 — jobbansökan
Skriv ett personligt brev för det här tjänsten som product manager med mitt CV.
Den klassiska ett-andetaget-förfrågan — och anledningen till att de flesta AI-brev låter som allas andras AI-brev.
Steg 1: Extrahera ur jobbannonsen nedan de 5 kraven de bryr sig mest om, rankade. Citera annonsen för varje. Steg 2: Matcha ur mitt CV min starkaste evidens mot varje krav — en rad per krav, citera mitt CV. Steg 3: Skriv det personliga brevet med endast de fem matchade paren ovan. 250 ord, inga klichéer, öppna med min starkaste matchning.
Station ett kontrollerar: är detta verkligen de viktigaste kraven, eller de uppenbara? Station två kontrollerar: har jag faktiskt evidensen, eller är jag på väg att överdriva? Först därefter skriver station tre — begränsad, förankrad och oigenkännlig från standardutkastet.
Vanliga misstag
- Att kedja för snabbt — aldrig inspektera mellanprodukterna. En kedja vars stationer aldrig kontrolleras är bara en långsam mega-prompt med extra steg. Värdet är inte sekvensen; det är inspektionspunkterna mellan stationer. Pausa vid varje utdata: tio sekunder nu, eller en fullständig ombyggnad senare.
- Stationer som i hemlighet är mega-promptar. "Steg 2: skriv avsnitt 1 till och med 4" är Magiska lådan som gömmer sig inuti din linje. En station, en operation — om du inte kunde verifiera dess utdata på en minut, dela stationen.
- Att låta kedjan växa okontrollerat. Tolv stationer för ett tvåstyckesmejl är ceremoni, inte hantverk. Kedjor är för verkligt flerstegsarbete; små jobb vill ha en enda välsiktad one-shot-prompt. Bygg en linje när produkten har delar; bygg inte en när den har en mening.
- Att sprida kedjan över flera chattar. Transportbandet är konversationens minne — öppna en ny chatt för "steg 3" och skrivbordet är tomt: ingen disposition, inga intervjusvar, ingenting. Ett projekt, en chatt, från topp till botten.
- Att starta om hela kedjan efter en dålig station. Ett felaktigt steg-två-disposition skickar inte dig tillbaka till råmalmen. Fixa den stationens utdata ("generera om dispositionen, ta bort avsnitt 3") och fortsätt — linjen återupptas från den senaste goda stationen. Det är exakt den reparationstakt Magiska lådan aldrig erbjuder.
FAQ
Vad är prompt-kedjor?
Prompt-kedjor är att bryta ner en stor AI-uppgift i en sekvens av små, beroende promptar — samla, omvandla, polera — där varje stegs utdata blir nästa stegs indata inom samma konversation. Istället för en mega-prompt som producerar en ogranskningsbar klump får du stationer du kan inspektera och korrigera individuellt, så fel fångas där de är billiga och kvalitet förstärks ner längs linjen.
Varför ger kedjor bättre resultat än en stor prompt?
Tre förstärkande skäl: varje steg får modellens fulla uppmärksamhet istället för en andel av den; varje mellanprodukt är tillräckligt liten för att verifiera, så misstag fångas upp vid sin station istället för att upptäckas i slutprodukten; och varje nedströms steg byggs på inspekterat material. Revisor-prompten — utkasta, sedan attackera — är tvåstations-beviset på samma princip.
Hur många steg ska en prompt-kedja ha?
Så många stationer som arbetet har inspekterbara delar, och inte en mer. En rapport kan behöva fem; ett personligt brev behöver tre; en mening behöver en. Testet är inte en räkning — det är om varje station utför en enda operation vars utdata du kan kontrollera på under en minut. Vidsvept? Dela stationen som känns för stor och radera stationen ingen inspekterar.
Nästa lektion
Kedjor kontrollerar sekvensen — ordningen i vilken AI:n arbetar. Men det finns en andra dimension kedjan inte kan röra: stil. Hur får du modellens utdata att se ut exakt som utdatan i ditt huvud? Inte genom att beskriva den — genom att visa den. Ett utprovat exempel i prompten låser ett mönster hårdare än någon instruktion som någonsin skrivits.
Fortsätt till nästa lektion: Few-Shot Prompting
Övningsdrill innan du går: ta nästa stora leverans på din lista och skriv endast station ett — samlingssteget — innan du rör AI:n. Definiera hur dess utdata ser ut, skicka den, och inspektera vad som kommer tillbaka. Känn skillnaden mellan att hoppas att slutprodukten är rätt och att veta att dess grund är det.