提示工程与 Agent 编排：从单轮对话到复杂任务执行的架构演进

一、引言：范式跃迁的内在逻辑

2022年至2026年间，大语言模型应用开发经历了一场从“提示工程”到“上下文工程”再到“Harness工程”的三阶段演进。这场演进的本质，是从优化单次模型调用的输入，升级为设计模型外围的工程化运行框架——包括执行环境、工具接口、上下文管理、任务编排、可观测性与治理。

如果说提示工程阶段，开发者扮演的是“咒语师”——通过精雕细琢每一行指令来引导模型输出；那么Agent编排阶段，开发者则升级为“指挥官”——需要设计系统架构、编排工具调用、管理多Agent协作。本文将聚焦这一演进的核心命题：如何将单轮对话扩展为可执行、可控制、可追踪的复杂任务流程，并通过代码示例展示具体的工程实践。

二、从静态提示到结构化提示工程

2.1 提示工程的局限

传统提示工程的核心问题是“一次性输入-输出”：开发者将所有任务描述、约束条件、示例一次性塞入上下文窗口，模型在单次推理中完成全部输出。这种模式在简单问答场景中尚可胜任，但面对需要多步推理、工具调用、动态决策的复杂任务时，暴露出三大缺陷：上下文窗口限制导致信息丢失、单次推理缺乏修正机制、静态提示难以应对动态需求。

2.2 结构化提示词设计

进入Agent编排时代，提示词本身也需要结构化。核心思路是将提示词拆解为三个层次：

1. 系统提示词：角色定位、任务描述、输出格式约束
2. 工具定义：可用工具的语义契约（名称、描述、参数Schema）
3. 动态上下文：检索到的外部知识、对话记忆、任务状态

以下是一个结构化提示词模板的示例，用于指导Agent进行多工具调用：

SYSTEM_PROMPT_TEMPLATE=""" 你是一个智能助手，可以通过调用工具完成复杂任务。 ## 可用工具 {tools_description} ## 输出格式 你必须以JSON格式输出，包含以下字段之一： - 如果需要调用工具：{{"action": "工具名称", "args": {{"参数名": "参数值"}}}} - 如果任务已完成：{{"final": "最终回答"}} ## 任务 {user_query} ## 约束 1. 每次只能调用一个工具 2. 调用工具后，根据观察结果决定下一步 3. 不要编造信息，所有事实必须来自工具返回结果 """

结构化提示词的价值在于：它为模型提供了明确的“行为契约”，使输出可解析、可验证，为后续的工具调用循环奠定基础。

三、核心架构：工具调用循环与ReAct模式

3.1 ReAct：推理与行动的闭环

ReAct（Reason + Act）是Agent编排最基础的执行模式。其核心循环为：思考（Thought）→ 行动（Action）→ 观察（Observation）→ 思考……。模型不再是“一次性输出答案”，而是在每一步中决定是调用工具还是给出最终回答。

以下是一个ReAct Agent的简化实现（Python），展示了工具调用循环的核心逻辑：

importjsonfromtypingimportList,Dict,AnyfromopenaiimportOpenAIclassReActAgent:def__init__(self,tools:List[Dict[str,Any]],system_prompt:str):self.tools=tools self.system_prompt=system_prompt self.client=OpenAI()self.max_steps=10defrun(self,query:str)->str:messages=[{"role":"system","content":self.system_prompt},{"role":"user","content":query}]forstepinrange(self.max_steps):response=self.client.chat.completions.create(model="gpt-4o-mini",messages=messages,response_format={"type":"json_object"})output=json.loads(response.choices[0].message.content)# 检查是否完成if"final"inoutput:returnoutput["final"]# 执行工具调用if"action"inoutput:tool_name=output["action"]tool_args=output.get("args",{})# 查找并执行工具tool_result=self._call_tool(tool_name,tool_args)# 将观察结果追加到对话历史messages.append({"role":"assistant","content":response.choices[0].message.content})messages.append({"role":"user","content":f"Observation:{tool_result}"})return"任务超出最大步数限制"def_call_tool(self,name:str,args:Dict)->str:# 根据工具名称路由到具体实现fortoolinself.tools:iftool["name"]==name:returntool["handler"](**args)returnf"Error: 未找到工具{name}"

3.2 工具定义的标准化

为了让模型正确调用工具，需要将工具以“语义契约”的形式告知模型。OpenAI Agents SDK和MCP协议都采用了类似的工具描述方式：

# 工具定义示例：查询天气weather_tool={"name":"get_weather","description":"查询指定城市的当前天气信息","parameters":{"type":"object","properties":{"city":{"type":"string","description":"城市名称，如'北京'、'上海'"}},"required":["city"]},"handler":lambdacity:f"{city}今日天气：晴，25°C"# 实际实现会调用API}

工具定义的标准化使得模型与外部系统的交互变得可预测、可审计，是Agent编排从“Demo”走向“生产”的关键基础设施。

四、复杂任务编排：从单Agent到多Agent协作

4.1 提示链：单Agent的结构化推理

当任务具有明确的步骤依赖关系时，可以采用**提示链（Prompt Chaining）**模式：每一步的输出成为下一步的输入，通过结构化的进展建立分析深度。

以下是一个金融分析提示链的实现片段，展示了如何将“提取指标→基准分析→生成评论”三步串联：

fromagent_framework.foundryimportFoundryChatClientimportjsondefexecute_analysis_chain(financial_text:str):# Step 1: 提取关键财务指标extract_prompt=f""" 从以下SEC文件中提取关键财务指标，返回JSON格式：{financial_text}输出格式: {{"revenue": xxx, "operating_margin": xxx, "debt_to_equity": xxx}} """metrics=json.loads(chat_client.complete(extract_prompt))# Step 2: 基准分析（依赖Step 1的输出）benchmark_prompt=f""" 将以下指标与行业平均水平对比：{json.dumps(metrics)}返回百分位排名和行业上下文。 """benchmark=chat_client.complete(benchmark_prompt)# Step 3: 生成投资评论（依赖Step 2的输出）comment_prompt=f""" 基于以下基准分析，生成专业的投资评论：{benchmark}要求：客观、有数据支撑、包含风险提示。 """returnchat_client.complete(comment_prompt)

提示链的核心优势在于：每个步骤只需处理特定的上下文，降低了单次推理的复杂度，提高了输出的一致性。

4.2 多Agent协作：Agent-as-Tool模式

对于更复杂的任务，单个Agent难以同时掌握多个领域的专业知识。多Agent协作通过将任务分配给多个专家Agent，各自处理后再汇总结果，实现了“1+1>2”的效果。

OpenAI Agents SDK推荐的“Agent-as-Tool”模式，是由一个中心Agent将其他专家Agent作为工具调用，保持单一控制流的同时实现并行执行：

fromagentsimportAgent,function_tool,Runner# 定义三个专家Agent（简化为函数工具）@function_toolasyncdeffundamental_analysis(company:str)->str:"""基本面分析：评估公司财务状况、管理层质量"""returnf"{company}基本面分析结果：营收增长15%，利润率稳步提升..."@function_toolasyncdefmacro_analysis(query:str)->str:"""宏观经济分析：评估利率、通胀、政策环境"""return"当前宏观环境：利率处于下行周期，通胀可控..."@function_toolasyncdefquantitative_analysis(symbol:str)->str:"""量化分析：技术指标、动量因子、估值模型"""returnf"{symbol}量化信号：RSI=65，处于中性偏强区间..."# 中心编排Agentportfolio_manager=Agent(name="Portfolio Manager",instructions=""" 你是一位投资组合经理。接到用户的投资研究请求后： 1. 并行调用三个专家工具：fundamental_analysis、macro_analysis、quantitative_analysis 2. 综合三个专家的输出，生成一份完整的投资备忘录 3. 备忘录需包含风险提示和投资建议 """,tools=[fundamental_analysis,macro_analysis,quantitative_analysis],model_settings={"parallel_tool_calls":True}# 关键：允许并行调用)# 执行result=awaitRunner.run(portfolio_manager,"分析GOOGL的投资价值")

这种架构的核心优势在于模块化：每个专家Agent可以独立迭代优化，中心Agent只负责编排和综合，系统可扩展性极强。

4.3 分支链：基于条件路由的动态决策

在某些场景中，任务路径取决于中间步骤的输出。**分支链（Branching Chain）**模式允许根据前一步的结果动态选择后续执行路径：

defexecute_branching_chain(financial_metrics:dict):# Step 1: 分类classification=classify_company(financial_metrics)# Step 2: 根据分类路由到不同分支ifclassification=="GROWTH_DRIVEN":returnvaluation_dcf_branch(financial_metrics)# 折现现金流elifclassification=="MATURE_EARNINGS":returnvaluation_multiples_branch(financial_metrics)# 可比倍数else:returnvaluation_asset_branch(financial_metrics)# 资产估值

分支链使得Agent编排能够适应输入数据的多样性，而不是对所有场景套用同一套流程。

五、工程实践：落地MCP与Skill驱动架构

5.1 MCP：工具接口标准化

MCP（Model Context Protocol）为Agent与外部工具之间的通信提供了标准协议。通过MCP，工具以统一的方式暴露给模型，模型无需关心工具的具体实现细节。

以下是一个MCP Server的简化实现，封装了公共假日查询API：

frommcp.serverimportServer,Toolimporthttpx@mcp.tool()asyncdefis_public_holiday(country_code:str,date:str)->bool:""" 查询指定国家在指定日期是否为公共假日。 Args: country_code: ISO国家代码，如'US'、'CN' date: 日期，格式'YYYY-MM-DD' Returns: 是否为公共假日 """asyncwithhttpx.AsyncClient()asclient:response=awaitclient.get(f"https://date.nager.at/api/v3/PublicHoliday/{date}/{country_code}")returnresponse.status_code==200

MCP的核心价值在于解耦：工具开发者只需关注工具本身的实现，Agent开发者只需关注工具的语义契约，两者通过标准协议对接，互不干扰。

5.2 Skill：自然语言编写的“程序”

Skill是比普通提示词更高层次的抽象——它不是一次性的指令，而是用自然语言编写的、带执行逻辑的“程序”，明确告诉模型“按什么步骤组合哪些工具”。

以下是一个值班假日检查Skill的示例（Markdown格式）：

# Skill: 值班假日检查 ## 目的 判断当前值班工程师所在国家今天是否有公共假日，若有则列出其名下的高优先级问题。 ## 可用工具 - get_current_oncall: 获取当前值班工程师信息 - is_public_holiday: 查询指定国家在指定日期是否为公共假日 - list_open_issues: 列出工程师名下的开放问题 ## 执行步骤 1. 调用 get_current_oncall 获取值班工程师姓名和所在国家 2. 调用 is_public_holiday，传入国家代码和今天日期，判断是否为假日 3. 如果是假日，调用 list_open_issues，筛选P0/P1级别问题 4. 汇总结果，按指定模板输出 ## 输出模板 值班正常/需备班：[姓名]（[国家]），今天是[工作日/假日]。[若为假日，列出P0/P1问题]

Skill的本质是将Agent的“工作流”从代码中抽离出来，用自然语言编写，这使得非技术人员也能参与Agent行为的调优，同时也让Agent的行为更加透明、可审计。

六、效果优化与性能治理

6.1 上下文衰减的对抗策略

在长周期任务中，上下文信息会随交互轮次增加而“腐烂”——早期信息被遗忘，逻辑出现断裂。应对策略包括：

• 结构化记忆管理：区分短期记忆（当前对话窗口）、长期记忆（向量数据库存储）、工作记忆（任务相关的知识图谱）
• 里程碑检查点：在关键步骤固化阶段性成果到长期记忆
• 主动澄清机制：当检测到上下文歧义时，Agent主动发起澄清对话

6.2 可观测性：Agent运行的“黑匣子”

Harness工程将“可观测性”视为独立架构层，要求捕获每一次工具调用、每一轮推理的轨迹、成本和失败信号。OpenAI Agents SDK提供了Traces功能，可实时监控Agent的每一步决策：

fromagentsimportadd_trace_processor,trace# 开启链路追踪add_trace_processor(BatchTraceProcessor(FileSpanExporter()))withtrace("investment_analysis"):result=awaitRunner.run(portfolio_manager,query)# 所有工具调用、Agent决策、耗时都会被记录

可观测性不仅是调试工具，更是持续优化的数据基础——通过分析失败模式，可以针对性地调整提示词、工具定义或编排逻辑。

七、结语

从提示工程到Agent编排的演进，本质上是AI应用从**“提示词调优”走向“系统工程”**的过程。开发者不再只是思考“怎么写提示词”，而是需要设计整个执行框架：工具如何定义和调用？上下文如何管理和注入？多Agent如何协作？任务如何追踪和验证？

这一转变也意味着开发者的角色升级——从“咒语师”变为“指挥官”，从“单次对话的设计者”变为“复杂任务系统的架构师”。掌握Agent编排能力，已成为AI应用开发者的核心竞争力。