← 指南 · English · 日本語 · Português
本页目录
Bot outcome prompts,逐句拆解
目标: 按已公开部署的真实写法写 outcome prompt——授予一个领域的所有权,而不是派任务清单。 级别: 中级 · 用时: 起草 20 分钟,校准一周
每个产出大数字的公开 bot 部署,开头都是一条指派结果的简短 prompt。本篇收集真实案例并反向拆解它们为什么有效。
范本#
"your job is to product manage the android app"
Android Bot 的全部任务书。一句话产生了 44 天的自主工作:bot 把这个结果自行拆解成它自己写的 ticket,每个 ticket 跑一个 Devin session,交付 1,134 个已合并 PR(launch post)。注意这条 prompt 没有包含什么:没有 ticket 列表、没有验收标准、没有排期——结果本身就隐含了这一切。
有效 outcome prompt 的解剖#
| 要素 | 作用 | 示例 |
|---|---|---|
| 一个角色 | 规定 bot 如何行事,而不只是产出什么 | "product manage"、"own the QA of onboarding flows" |
| 有边界的面 | bot 能完整看见的范围——一个 app、一项检查、一个数据源 | "the android app"、"layout regressions"、"30+ onboarding flows" |
| 隐含的完成定义 | bot 能自我核验的状态 | "feature parity with iOS"、"no layout-shift regressions"、"every flow green" |
| 常驻授权 | bot 自己决定何时以及下一步做什么——这才是 bot 而不是脚本 | "your job is to…"、"keep…"、"watch for…" |
官方模板市场的句式#
16 个市场模板都遵循同一套语法。泛化后的可复用公式:
拥有一个领域 —— "Find bugs, improvements, performance and refactoring work in a named product area; open one small PR at a time with proof it works."(Software Factory:在指定产品域找 bug/改进/性能/重构工作,每次开一个小 PR 并附上能跑通的证据)
拥有一项检查 —— "Every 3 hours, build production main, simulate first/repeat/deferred visits, and file fixes with before/after videos for any regression you introduce—or find."(Layout Bot 模式:每 3 小时构建生产 main、模拟三种访问、对任何回归提交带前后对比视频的修复)
拥有一个生命周期阶段 —— "Take a ticket or an ask to a tested PR and through review."(Product Engineer:把工单或请求推进到已测试 PR 并过评审)
拥有一个节奏 —— "Weekly: remove dead code, one safe PR per round."(Code Reaper:定时结果以节奏陈述,而非触发器)
拥有团队代谢 —— "Watch the channels, post updates, hand work to the right teammate, follow up until done."(Chief of Staff)
拥有卫生 —— "Old flags, stale deps, CVEs — turned into small safe PRs."(Code Health Engineer)
多 bot 组织:带授权的 prompt#
在 bot 舰队里(SuperJennyStack、Frankie、tigsbot),chief bot 的 prompt 里写的是路由契约:哪个 bot 拥有哪个面、何时向上升级而不是横向委派。人类真正的那条 prompt 是汇总规格:"bring me every open decision in one thread"(把所有待决事项汇总到一个 thread 给我)。完整组织架构见第 4 篇。
反模式#
- 任务形 prompt。 "Fix these 12 issues"——bot 干完就闲置;你得到的是一个 session,不是 bot。
- 不可验证的结果。 "Make the app better"——没有自检手段,bot 唯一的出口就是 Needs-you 刷屏。
- 看不见的域。 如果结果需要 bot 接触不到的系统(够不着的 staging、读不了的仪表盘),它会卡住或编造进度。给它那个面,或者缩小结果。
- 没有合并授权故事。 88% 的自合并率存在的前提是 CI 和评审门已按自动合并配置好。写明规则:"merge when CI is green and diff < N lines"或"always open as draft for human review"。
起草你自己的——三行测试#
一条好的 outcome prompt 依次回答:
- 什么是你的? —— 那个面
- 什么叫好? —— 可验证的状态
- 你为此做什么? —— 常驻行为
如果一个陌生人无法从外部核验第 2 行的真伪,就收紧它。
验证#
- [ ] 从你仓库挑一个真实 backlog 项,改写成 outcome prompt——边界、可验证状态、常驻行为
- [ ] 拿给不熟悉代码库的人看:他能否从外部判断这个 Bot「做得好」?
- [ ] Bot 的第一条回复应该是计划或关于边界的澄清问题——如果它问「你想让我先做什么」,说明 prompt 没有赋予所有权
常见陷阱#
- 披着 outcome 外衣的任务清单。「先做 X 再做 Y 再做 Z」仍是 checklist——世界一变,Bot 就无法重新排序。
- 没有定义的「好」。「让 app 保持好」无可验证状态,Bot 会替你选一个——而那不会是你想要的。
- 边界大于单一表面。「负责工程」会失败;「负责 iOS app」能成。按一个外部人能完整观察到的范围切。
自检#
- 为什么「own the Android app」比「修 Android bug」有效?(所有权意味着常驻判断——Bot 决定哪些 bug 重要,而不只是修不修。)
- 「让 CI 变快」错在哪?(外部不可验证——没有阈值。「CI 低于 8 分钟」才有。)
- 「测试挂了发消息给我」回答了三问中的哪一问?(常驻行为——它说了 Bot 对状态做什么,但没说什么边界、什么目标。)
实录演示 —— outcome prompt 与 task prompt 正面对比,录于 Devin CLI v3000.14(swe-2-flash-medium)#
Bot 需要 Max 或 Teams 方案——但本篇教的 prompt 机制与接入面无关,所以用 SWE-2 免费档 CLI 实录。同一个仓库(orders.py,基线只有 2 个测试),两个完全相同的副本,各喂一条 prompt:
- 任务式: “给 apply_discount('SAVE10') → 90.0 和 total([]) → 0 各加一个测试……”
- outcome 式: “你的职责是管好 orders.py 的测试覆盖。好的标准:total、apply_discount、shipping_fee 每个分支都有测试,且 python3 -m unittest -v 全绿。”
视频(64 秒,无声): 基线 → 任务式跑 → +6 行 → outcome 式跑 → 自己分解出覆盖图 → +37 行。
1. 基线上的任务式 prompt——给 agent 的是一张购物清单
2. 任务式:做完清单就停——这是个会话,不是个 owner
3. outcome 式:角色 + 有边界的管辖面 + “好”的定义——不给清单
4. 没人告诉它写哪些测试——+39 行,分支全是它自己列的
5. 它对着“好”的定义自检,汇报的是覆盖图
6. 同模型同仓库,只差 prompt 形状:+6 对 +37,4 个测试对 13 个
