很多人问我：做AI应用，提示词是不是核心竞争力？
我的答案很直接——不是。提示词是术，流程是道。术可以抄，道抄不走。2024年我见过太多团队花三个月打磨一套提示词，结果OpenAI一次版本更新，全部归零。
提示词的本质是“一次性交易”。你写一段精妙的Prompt，让模型输出高质量结果，就像请了一位高人，每次都要重新解释背景、目标、约束条件。他每次都能给你惊喜，但你永远无法保证下一次的稳定性。提示词的问题在于：它把系统能力绑定在了单点智能上。模型换了、版本变了，你的“护城河”就变成了一条水沟。这不是技术问题，是认知问题。
流程是什么？是让Agent自己长出手脚。我现在做任何Agent项目，第一件事不是写Prompt，而是画流程图。用户输入进来，先经过什么节点，触发什么判断，调用什么工具，什么条件下走分支，什么条件下回滚。这套东西本质上是一套状态转移系统。每一步都有条件、有路径、有进退。它不是静态的提示词，是动态的状态机。
一个真实对比：CMA思维救了我。我考过CMA，当年觉得成本管理、内部控制跟AI八竿子打不着。后来做Agent才发现，CMA里最核心的东西——流程标准化、偏差分析、反馈回路——恰恰是Agent工程的底层骨架。举个例子。我们内部跑一个内容分析Agent，最初用提示词堆叠，准确率大概72%。后来我把它拆成五步流程：输入清洗→意图分类→知识检索→推理生成→一致性校验。每一步都有明确的输入输出标准和异常处理分支。准确率到了91%。而且模型从GPT-4换到Claude，流程不变，只调了校验节点的阈值。这个72%到91%的对比，不是模型能力的提升，是流程结构带来的稳定性增益。提示词调优的边际收益在70%左右就会急剧衰减，而流程优化可以在任意起点上重新打开上升空间。
流程的护城河到底深在哪？第一，流程沉淀的是组织知识，不是个人技巧。提示词跟着人走，人离职了护城河就干了。流程跟着系统走，系统在，能力就在。第二，流程可以度量、可以迭代、可以传承。你没法跟人解释“这段提示词为什么好”，但你可以画一张流程图告诉新人：这里为什么加判断，那里为什么设回滚。第三，流程天然抗模型迭代。今天GPT-5明天Claude-4，你的流程节点不用重写，只需要换引擎。我观察到的一个数据是：2023年到2025年，大模型能力翻了至少两个数量级，但企业级Agent的落地率增长远低于预期。瓶颈不在模型，在流程。Gartner在2024年底的一份报告里也提到，超过60%的企业AI项目卡在“从Demo到生产”的最后一公里，核心障碍是缺乏可复用的工程流程，而不是模型能力不足。
流程怎么落地：三个我踩过的坑。第一个坑：把流程画得太细。一开始我给每个节点都设了十几个判断条件，结果维护成本比写提示词还高。后来学会了一件事——流程的颗粒度应该匹配业务的不确定性。确定性高的环节粗一点，确定性低的环节细一点。第二个坑：忽略异常分支。正常路径谁都会画，但真正让流程健壮的，是异常处理。工具调用失败怎么办？检索结果为空怎么办？模型输出格式不对怎么办？这些分支不设计好，流程就是纸糊的。第三个坑：不做流程度量。没有度量就没有迭代。我现在每个流程节点都埋了日志，统计通过率、耗时、异常率。数据告诉你哪里该优化，而不是靠感觉。
写在最后。我常常想，我们这代人做AI，跟古人治水有什么区别？大禹的父亲鲧用堵的方法，九年不成。大禹用疏的方法，九州乃定。提示词是堵，流程是疏。你堵得再漂亮，水一涨就垮。你疏得对，水自己会找到出路。一切皆如，不是说什么都不做，是说你做对了底层结构，结果自然呈现。
FAQ
Q：提示词和流程是什么关系？
A：提示词是流程中某个节点的执行指令，流程是提示词的组织结构。没有流程，提示词就是散落的零件。
Q：小团队也需要流程吗？
A：越小越需要。小团队没有冗余人力去反复试错，流程是唯一能让你一次做对的东西。
Q：流程会不会让Agent变得死板？
A：死板的是没有异常分支的流程。好的流程在确定性节点收敛，在不确定性节点保留弹性。
Q：怎么判断一个Agent项目该不该上流程？
A：当你发现同一个问题每次回答质量波动超过20%，就该上流程了。
这件事落到生意上，最直接的一条是交付的稳定性。客户不会因为你提示词写得多漂亮而续约，他会因为每次结果一致而定下来。所以要把提示词从「靠手感」变成「有流程」——输入怎么校验、输出怎么验收、失败怎么回滚，这三件做成模板，价格才报得上去，人也不用一直绑在项目上。第二条是可替代性。流程沉淀在文档和检查项里，换个人接手也能跑；只沉淀在某个人的提示词里，那个人一走，你就得重来。对一人公司来说，这才是最贵的隐性成本。
一切皆如