#数据驱动

Prompt 评估与优化：用数据衡量 Prompt 质量，告别'感觉还行'

Prompt 工程最大的痛点是'凭感觉调'——改了一个词，不知道是变好还是变差。Prompt 评估用量化指标（准确率/忠实度/相关性/延迟）替代主观判断，用 A/B 测试与回归测试保证迭代可控。本文拆解四类评估指标、评估数据集构建、自动化评估流程与常见误区，帮你建立数据驱动的 Prompt 优化闭环。