← 指南 · English · 日本語 · Português

更新于 2026-11-20

本页目录
  1. 范本
  2. 有效 outcome prompt 的解剖
  3. 官方模板市场的句式
  4. 多 bot 组织:带授权的 prompt
  5. 反模式
  6. 起草你自己的——三行测试
  7. 验证
  8. 常见陷阱
  9. 自检
  10. 实录演示 —— outcome prompt 与 task prompt 正面对比,录于 Devin CLI v3000.14(swe-2-flash-medium)
  11. Sources

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

起草你自己的——三行测试

一条好的 outcome prompt 依次回答:

  1. 什么是你的? —— 那个面
  2. 什么叫好? —— 可验证的状态
  3. 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

常见陷阱

自检

  1. 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。)
  2. 「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。)
  3. 「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:

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。

outcome 会话的汇报——13 个测试全绿,覆盖图是 agent 自己列的

1. 基线上输入任务式 prompt——2 个测试,只点名条目 1. 基线上的任务式 prompt——给 agent 的是一张购物清单

2. 任务式跑完——恰好加了点名的 2 个测试、4 个全绿、“Nothing committed”,然后停住 2. 任务式:做完清单就停——这是个会话,不是个 owner

3. 相同副本上输入 outcome 式 prompt——角色、界面边界、可验证状态,没有任务清单 3. outcome 式:角色 + 有边界的管辖面 + “好”的定义——不给清单

4. outcome prompt 产出的 diff——每个分支都是 agent 自己枚举的 4. 没人告诉它写哪些测试——+39 行,分支全是它自己列的

5. 汇报的是一个“状态”而不是“做完了”——“All 13 tests pass. Branch coverage: …” 5. 它对着“好”的定义自检,汇报的是覆盖图

6. 并排对比——任务式 +6 行;outcome 式 +37 行。同一模型、同一仓库 6. 同模型同仓库,只差 prompt 形状:+6 对 +37,4 个测试对 13 个

Sources