换了个更强的模型，格式反而全崩了？周五随手改一句提示词，线上功能悄悄变差：老哥用 CI 门禁把这事焊死了

大白话很多人调大模型功能，就是随手改一句提示词，程序不报错，但输出悄悄变差，等客户投诉才发现。这位作者的做法很土但管用：每个提示词单独放一个文件，写清版本号和改动说明，改动会出现在代码评审里；再攒 30 到 50 条真实线上案例当评测集，检查输出里必须出现和绝不能出现的词；最后在 CI 里跑一遍，新版本通过率低于旧版本就拦住合并。换模型也要过同一道门。

对你意味着做 AI 产品、写提示词的开发者都该看看，尤其是团队协作、经常换模型的场景，能省掉大量「怎么突然变笨了」的排查时间。