写了100多个需要应用于准确业务逻辑的 prompt 后：
我的感觉是写prompt和coding的思路很像：要多debug，考虑多种边界和异常情况。

但是也有一些不一样的地方，就是自然语言Code很费神：
费神的地方在于你debug修改后，比如新加了一个逻辑，但他可能会让完整的语义不稳定🤦🏻‍♀️，每次debug前多读几遍完整的prompt，可以大幅度降低debug成本。

另外的一些小经验就是：
1、GPT3.5不太能稳定的理解3层+的逻辑，如果有这么复杂的需求，要么拆分成多个prompt（但是会带来时间上的开销增多x倍，验证影响业务体验），要么修改产品需求，看有没有其他办法
2、在写一个prompt前，可以先多用GPT4进行体验，直到你看到你觉得满意的输出了，再去GPT3.5里复制这个，这样会大幅度节约你的时间