从提示词到系统：生产级 AI 对话的设计、运行与治理

这本书的写作缘起、案例来源与证据纪律。全部方法来自一个真实 AI 客服系统的反复失败，而不是先搭理论再找案例佐证；书中同时说明哪些结论可以迁移、哪些不能。

提示词工程能可靠解决的范围：任务定义、输入约束、输出契约与失败出口，以及示例和推理的作用与代价。把一次任务说清楚，是后面所有工程手段的前提。

决定模型这一轮能看见什么：上下文编排与位置效应、注入与检索的信任边界、历史与状态的区别、工具调用的观测三态。多数模型答错了其实是它看见的东西不对。

多轮对话的状态与控制层：槽位、证据与事件、归并器、闸门与决策表、状态机、不越界与兜底。当提示词开始承担状态和流程，这些职责就该交给代码。

模型与代码的职责划分，一次调用拆成抽取、计划动作与渲染三个契约，以及验证、提交与回滚。这一篇回答：设计好的机制，在一次真实调用里怎么落地。

提示词改完凭什么说更好：回归评测与代码判分、可观测与失败定位、对抗测试与模型迁移、版本治理与安全审查。没有评测，删除永远比新增危险。

两条实践路径：从零搭建一个完整系统的施工顺序与端到端走查，以及把一份已经上线、没人敢动的旧提示词逐步改造成系统的迁移方法。

术语表、症状与定位速查、失败模式速查表、安全审查清单、研究支持与实验条件、配套仓库说明。供线上排障、设计评审与查证时快速索引。