直接说结论：team里三四个人一起改 prompt，别再丢飞书文档里来回粘了。给 prompt 模板当代码管------存版本、能 diff、能一键回滚，这套我们落了两个月，下面是具体怎么做的清单，照着抄就行。
先交代背景。我们组做客服智能体，主 prompt 大概 1800 字，里头塞了角色设定、知识库召回的拼接规则、还有十几条 few-shot。问题出在哪？产品改了开场白，测试改了兜底话术，我又顺手调了一版召回的排序逻辑------三个人改的是同一段文本框，谁也没告诉谁。结果上线后客户问"退款多久到账"，那个小助手开始背公司价值观。复盘到凌晨，根本查不出是哪一版引入的。
那次之后我们立了规矩。三步，按顺序来。
第一步：怎么存版本
核心一句话------prompt 别存在脑子里、聊天记录里、或者某个平台的输入框里，存进 git。
我们建了个独立仓库 prompt-templates，目录长这样：
prompt-templates/
├── kefu/
│ ├── system.md # 主 prompt
│ ├── fewshot.jsonl # few-shot 单独拆出来
│ └── CHANGELOG.md # 人话版改动记录
└── meta.yaml # 当前线上跑的是哪个 commit几条硬规定，踩过坑总结的：
|-----------------------------|---------------------|
| 规矩 | 为啥 |
| 一次只改一件事，一个 commit | 不然回滚时一起被带走 |
| commit message 写"改了什么+预期效果" | fix prompt 这种等于没写 |
| few-shot 例子单独存文件 | 它最常动，混在主文里 diff 一片红 |
| 线上版本号写进 meta.yaml 并提交 | 出事能立刻定位是哪个 commit |
提一句反常识的：别上来就上花哨的工具 。我们一开始想搞个带 UI 的 prompt 管理后台，调研两天发现纯属杂活外包给自己。后来就 git + 一个 30 行的 python 脚本读 meta.yaml，跑通了。脚本第一版写得特别干，连 diff 高亮都没有，但能用。
【配图建议：../img/01_workflow.png】
第二步：怎么对比
存了版本，关键是改之前先看清楚动了哪。
最朴素的 git diff 就够用，但 prompt 是大段自然语言，按行 diff 会糊。我加了个 --word-diff：
git diff --word-diff=color HEAD~1 -- kefu/system.md这样改的是哪几个词一眼能看到，比如有人把"请简洁回答"偷偷改成"请详细回答"，整段话没换行，普通 diff 根本看不出来，word-diff 直接把那俩字标出来。
光看文本 diff 还不够，得看改完智能体行为变没变。我们攒了个 20 条问题的回归集（就是个 jsonl，平时客户问得最多的那些），每次改 prompt 跑一遍，把新旧两版的回答并排贴出来。说实话这步最值------有回我自以为只是润色措辞，回归集一跑发现"发票"相关的三个问题答案全变了，因为我动的那个词正好是召回的触发词。要不是并排比对，这玩意儿能悄悄上线。
对比这步的取舍我得讲实话：跑一轮回归 20 条，模型响应慢的时候要等小两分钟，急着上线时挺烦的。我们后来只在改主 prompt 时强制跑，改 few-shot 就抽 5 条快测。
第三步：怎么回滚
前面都是铺垫，回滚才是这套东西的命。
线上炸了的时候，没人有空读 diff 想原因。先回滚止血，再慢慢查。
# 看最近几版都谁改的
git log --oneline -5 -- kefu/system.md
# 回到上一个好版本，改 meta.yaml 指过去，提交，重新发布
git revert <bad-commit> --no-edit关键是回滚动作要能在两三分钟内 做完，不依赖那个改坏的人在不在线。所以 meta.yaml 那个版本指针特别重要------发布脚本只认指针，把指针改回上一个 commit、重发，线上立刻回到旧 prompt。我们真实回滚过两次，最快的一次从发现问题到恢复 4 分钟。
这里有个我们组现在还在用的智能体平台帮了忙：那种零代码就能配智能体的工具，prompt、知识库、发布是分开管的，我把模板从 git 同步过去之后，回滚就是重新发布一下、几秒生效，不用动代码、不用重启服务。当初选它就图一点------产品和测试俩非程序员也能自己拖一拖改配置，不用每次都来找我提需求，我只管在 git 这头守着版本这道关。
两个月跑下来，最大的变化不是少出事故，是吵架变少了 。以前是"到底谁改的"，现在 git blame 一拍，问题对事不对人。prompt 这东西看着是写字，本质跟代码一样脆，少一个字整个智能体人格就变了，该有的工程纪律一样不能少。
你们组的 prompt 现在怎么管的？还在飞书文档里盖楼吗，评论区聊聊，我挺好奇有没有更轻的法子。
（对了，文中智能体挂的现成大模型，我走的是讯飞星辰 MaaS------模型 API 直接调，没自己部署算力，省心。）