先说清楚它是什么：DSPy 属于「智能体与自动化」方向的开源项目，斯坦福开源的「编程而非提示」大模型框架。

下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。

对比一：模糊指令 vs 明确指令

改之前：直接说「帮我多步骤调研任务」。结果往往泛泛而谈、格式随意。

改之后：写清材料、格式和验收标准：

围绕【主题】做调研：先列出调研计划，再分别检索，最后输出带来源的报告。每个结论注明来源链接，来源之间矛盾时并列呈现。

变化（示意）：输出结构稳定，可以直接按「矛盾信息被并列呈现」检查。

对比二：一次做完 vs 分步完成

改之前：把「竞品信息周报」的全部要求一次塞进去。改之后：先让它给出计划或大纲，确认后再逐步完成。变化（示意）：中途发现偏差可以及时纠正，返工更少。

每周一自动抓取这些竞品页面的更新，让 AI 对比上周内容，输出「新增功能 / 价格页面变化 / 新发布文章」三段摘要，并附原始链接。

对比三：不检查 vs 带检查点

改之前：拿到结果直接用。改之后：每次都对照「低置信度字段留空」检查，并让工具列出它不确定的地方。变化（示意）：问题在交付前被发现。

以上对比均为示意，用来说明方法差异，不代表具体的效率数字。

补充练习

知识库问答机器人

输入：一批产品文档和 FAQ。

用这些文档搭建问答机器人：回答只基于文档，找不到答案时回复「这个问题我需要转给同事」，并记录未解决问题供每周补充文档。

验收标准：答不出时不编造。

线索整理流程

输入：每天从表单收到的客户咨询。

搭建一个流程：新表单提交后，AI 判断咨询类型（报价 / 售后 / 合作 / 其他），提取联系人和需求摘要写入表格，报价类自动通知销售群。分类不确定时标记为「待人工」。

检查点：不确定的情况进入人工。

定时提醒与汇总

准备材料：团队群聊或任务看板。

每天下午 6 点汇总今日新增和逾期任务，按负责人分组发送提醒，周五额外输出一周完成情况。

检查点：提醒内容与看板一致。

常见问题：智能体陷入循环

设置最大步数和超时，关键步骤改为固定工作流。

常见问题：费用超出预期

给每次运行设上限，监控调用次数，先用小模型处理简单步骤。

常见问题：误发消息给客户

对外发送前加人工审批节点，测试环境与正式环境分开。

概念补充：可观测性

记录每一步输入输出与耗时，便于排查和评估。

概念补充：触发器

启动流程的事件，如新邮件、定时、表单提交。

适合人群：新媒体运营

新媒体运营可以用 DSPy 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

适合人群：软件工程师

软件工程师可以用 DSPy 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。

注意事项

文中提示词和示例仅作示意，实际效果取决于你的材料和 DSPy 当前版本，重要内容请人工核对后再使用。

涉及个人信息、商业机密或受监管数据时，先确认 DSPy 的数据处理条款，再决定能否使用。

延伸阅读