1. 功能：大致分为以下几个步骤：
   • 写简单、快速的提示：首先，开发者编写一个简单的提示，看看模型的初始输出如何。
   • 迭代优化提示：基于模型输出的不足之处，逐步详细化和优化提示，可能变成长的提示（mega-prompt）。
   • 增加示例：如果详细提示仍不够，开发者可以尝试few-shot或many-shot学习，即在提示中添加几个到数百个示例。
   • 微调模型：如果上述方法仍不足以解决问题，则可以考虑对模型进行微调。
   • 拆分任务：如果以上步骤还是不能解决问题，可以考虑将复杂任务分解成多个子任务，并采用代理工作流（agentic workflow）。

这套流程通过逐步增加提示和示例的复杂性、微调模型、以及任务分解等措施，帮助开发者在不断优化和调整过程中获得更好的模型结果。