别再手动调提示词了：用 DSPy 构建并优化 LLM 程序

📌 One-Sentence Summary

一篇实战教程，演示如何用 DSPy 的程序化方法取代手动提示词工程，通过自动化少样本优化，让一个客服工单分诊任务从 55.6% 提升到 88.9% 的准确率。

📝 Summary

文章介绍了 DSPy（3.4.0 版本）这一框架，它将 LLM 交互视为可编译的程序，而非静态的提示词字符串。文章引导读者使用带类型的签名以及 `Predict`、`ChainOfThought` 等模块构建一个工单分诊系统。通过定义指标和标注数据，作者展示了 `BootstrapFewShot` 优化器如何自动挑选有效的少样本示例，在无需人工干预的情况下显著提升准确率。教程包含一个确定性沙盒模型的代码，方便免费复现结果，还涵盖了编译产物的保存与加载，并对比了 `MIPROv2` 等优化器，强调调试应聚焦于数据和指标，而非反复修改提示词。

💡 Main Points

把提示词当作构建产物，而非源代码。

DSPy 将范式从手动调整提示词字符串转变为定义带类型的签名和模块。这让 LLM 应用变得可测试、可对比差异、可重构，避免了生产代码中出现「请勿改动」注释的脆弱性。

自动化优化优于手动启发式。

使用 `BootstrapFewShot`，优化器会挖掘通过既定指标的训练轨迹，并将其安装为少样本示例。在案例研究中，这使准确率从 55.6%（零样本启发式基线）提升到 88.9%，而程序结构毫无改变。

调试应聚焦于数据和指标，而非提示词措辞。

当优化后的程序出错时（例如遗漏「学生折扣」案例），解决办法是向训练集添加相关示例或改进指标，而不是修改提示词字符串。这形成了一个可复现的工程闭环。

编译后的程序是可移植的 JSON 产物。

优化后的指令和示例可以保存为 JSON 文件（`compiled.save`），并在生产服务中重新加载。更换底层语言模型（例如从沙盒模型换成 GPT-4o-mini）只需修改配置并重新编译，应用逻辑保持稳定。

💬 Key Quotes

你不再写提示词，而是开始写**程序**：带类型的*签名*声明输入和输出，*模块*组合推理策略，*优化器*则根据你定义的指标编译整个程序，就像编译器针对目标架构优化代码一样。

提示词变成了构建产物，而非源代码。

**55.6% —— 9 个中对了 5 个。** 零样本程序能处理简单的关键词案例，但任何需要判断的都会漏掉……把这个数字记下来。从这里开始的一切都以它为基准衡量。

**88.9% —— 9 个中对了 8 个**，程序结构完全相同。唯一改变的是优化器安装进去的东西：12 个示例……

这就是 DSPy 工作流的缩影：**当程序出错时，你要修的是数据或指标，而不是提示词字符串。**

📊 Article Meta

AI Screening： 86

Source： DEV Community: machinelearning

Author： AI Frontier Post

Category： 人工智能

Language： 英文

Read Time： 11 min

Word Count： 2627

Tags：

AI 与智能应用 , AI 工程 , LLM 推理优化 , 大语言模型 (LLM) , 提示工程