你写了一个 prompt 让模型：(1) 总结客户邮件、(2) 分类情绪、(3) 起草回复、(4) 必要时标升级、(5) 写一条内部 Slack 消息。输出 task 1 做得好、task 2 给个通用答案、task 4 完全跳过、task 3 写了半截回复。task 5 没碰。追问”5 个都做”——同样的形态，漏的稍微不同。多任务 prompt 像无调度的分时 CPU：模型把大部分预算给第一个任务，后面降，没注意力余额就停。
本文讲为什么批量 prompt 结果不一致，以及怎么拆成并行或顺序 prompt 并给每任务显式成功标准。
常见原因
1. 为省事叠任务
你批量是因为写 5 个 prompt 觉得浪费。结果是一个 prompt 做 5 件事都做得糟，而不是 5 个 prompt 各做好一件。
如何判断：prompt 含 3+ 个编号任务。
2. Token 预算用完
模型输出预算有限。5 个任务塞一个输出 = 每个 1/5 预算，即使有的需要 1/2 才能做好。
如何判断：后面任务被截或跳过。
3. 早任务改变模型”状态”
任务 1 用正式语气答完，任务 2 继承这个语气，哪怕换个语域更合适。模型在单一回答里路径依赖。
如何判断：后任务不当地继承了早任务的语域 / 框架。
4. 没每任务成功标准
你说”5 个都做”没说每个成功长什么样。模型挑最易满足的做、剩下跳。
如何判断：prompt 只有一个成功标准被 5 个任务共用。
5. 任务有隐性依赖
任务 3 依赖任务 2 的输出。模型按序处理但任务 2 输出次优，任务 3 错误级联。
如何判断：一个任务失败污染下一个。
动手前先确认
- 列出你叠的任务并数数。
- 标真正独立 vs 依赖。
- 每个定义成功。
- 决定并行（独立）还是顺序（依赖）发送。
- 计划每任务独占一轮，还是共享 system prompt + 单轮任务。
需要收集的信息
- 当前多任务 prompt。
- 不全 / 不一致的输出。
- 拆出来的 5 个（或多少个）任务。
- 每任务成功标准。
- 模型 + system prompt。
最短修复路径
Step 1：列任务；默认 1 prompt = 1 任务
任务 1：总结邮件。
任务 2：分类情绪。
任务 3：起草回复。
任务 4：标升级。
任务 5：内部 Slack 消息。默认：5 个 prompt。批量理由：仅当依赖要求或 token 成本压过质量。
Step 2：独立任务并行跑
平台支持就并行发 5 个 API 调用。每个拿全注意力。总延迟是 5 个的 max，不是 sum。
results = await asyncio.gather(
call_model(prompt_1),
call_model(prompt_2),
...
)Step 3：依赖任务顺序链，显式 handoff
Pass 1：总结邮件。输出：<summary>
Pass 2：给 <summary>，分类情绪。输出：<sentiment>
Pass 3：给 <summary> 和 <sentiment>，起草回复。输出：<reply>
Pass 4：给以上信息，决定是否升级。输出：<bool>
Pass 5：综合以上，写 Slack 消息。输出：<message>顺序保住质量、显式依赖。
Step 4：必须批量就清晰标号 + 每任务成功
处理下面这封邮件。对每个编号任务输出带标签的分块。
任务 1：SUMMARY（≤30 字）
任务 2：SENTIMENT（positive | neutral | negative | frustrated）
任务 3：REPLY_DRAFT（50-100 字、第二人称、无 emoji）
任务 4：ESCALATION（yes/no + 一句话理由）
任务 5：SLACK_MSG（≤40 字、口语）
输出：
TASK 1：……
TASK 2：……
TASK 3：……
TASK 4：……
TASK 5：……结构化每任务输出防止”没劲了”模式。
Step 5：复杂多任务用 planner / executor 拆
Planner prompt：给定输入 X，产 5 步计划，
每步带其输出 schema。
然后每步作为独立 prompt 执行。把复杂工作分解成 scope 明确的子 prompt。
Step 6：审完成度
跑完后程序化检查每任务输出存在且良构。哪个漏就只重跑那个。
怎么确认已经修好
- 每个任务都有完整输出，不只是任务 1。
- 每任务输出过它的成功标准。
- 任务 5 的深度和任务 1 的相当。
- 同事看输出说不出哪个先跑。
- 总质量高于批量 prompt，代价是多几个调用。
如果还是没修好
- 任务可能比你以为的更依赖——排序。
- 模型可能需要更少任务——砍掉最低价值的。
- 最重要任务用更强模型，其他用便宜的。
- 极高风险工作绝不批量——永远 1 prompt 1 任务。
预防建议
- 默认规则：1 prompt = 1 任务。
- 批量工作流用 planner + executor 模式 + 显式子 prompt。
- 维护反模式清单：“你又叠任务了？” 发送前查。
- 审生产管线：3+ 任务 prompt 都算风险。
- 把”批量省 token”当 smell，除非质量经验证等价。
- 养成习惯反问”中途失败哪些可恢复？“——批量 prompt 是半完全失败。