MoyouAI Lab Notes Live
Docs

AI Workflow System

Prompt Engineering 到 Harness Engineering

真正稳定的 AI 协作，不是把提示词越写越长，而是把提示词、上下文、工具、验证和边界一起收成系统。

Updated 2026-06-08~11 min readMethod note

为什么只写 prompt 不够

Prompt Engineering 解决“这一次怎么说清楚”，Context Engineering 解决“这一次让模型看见什么”，Harness Engineering 解决“每一次任务如何被入口、工具、状态、验证和边界稳定承接”。

过去很多 AI 工作流把注意力放在 prompt 上：写角色、写任务、写格式、写限制。这仍然重要，但已经不是稳定协作的全部。真正影响结果的，往往是上下文是否正确、工具是否可用、状态是否连续、验证是否及时、失败是否能回到系统里。

关键变化

Prompt 是一次对话的起步动作；Harness 是让多次任务可以复现、验收和改进的外部结构。

三层能力栈

Prompt Engineering关注怎么把这次任务说清楚，产物是任务说明、角色、输入材料、输出格式和限制。
Context Engineering关注让模型看见哪些事实和状态，产物是文件索引、检索、记忆、工具结果和状态摘要。
Harness Engineering关注如何把任务放进可运行系统，产物是入口说明、脚本、MCP/工具、测试、门禁、日志和复盘。

这三层不是互相替代，而是逐层包住。好的 Harness 里面仍然需要好 prompt；好的 prompt 也要依赖正确上下文；正确上下文需要工具、索引和验证来保持新鲜。

Prompt Engineering：把意图说清

高质量 prompt 不是华丽措辞，而是结构清楚。一个可复用 prompt 通常包含目标、材料、边界、输出和验收五件事。

  1. 目标：这次要产出什么。
  2. 材料：模型可以使用哪些输入。
  3. 边界：不能做什么，哪些动作需要确认。
  4. 输出：用什么格式交付。
  5. 验收：完成后需要哪些证据。

对个人工作流来说，prompt 模板最适合覆盖高频任务：研究摘要、论文段落、代码修改、网页发布、运维检查、失败复盘。

Context Engineering：把事实放对

Context Engineering 的核心不是把所有东西塞进窗口，而是选择、压缩、排序和更新上下文。

入口文件告诉模型这个工作区是什么、先读什么、当前事实源是什么。
最近记录让模型知道最近已经做过什么、哪些结论仍然有效。
任务文件只读必要文件，不把整个仓库塞进对话。
工具结果命令输出、测试报告、网页状态、MCP 查询结果。
长期记忆项目索引、决策记录、失败索引、可复用模板。

一个好上下文系统要回答四个问题：什么事实是当前的，什么材料是历史的，什么信息可以公开，什么操作必须确认。

Harness Engineering：把协作变成系统

Harness 是让 AI 能稳定完成任务的一组外部结构。它不把可靠性寄托在模型“自己记得”，而是把关键动作放进系统。

入口AGENTS、README、CURRENT_SERVER、任务索引。
工具脚本、部署命令、检查命令、MCP、浏览器门禁。
状态public status、token 用量、备份、版本、notes。
验证语法检查、测试、截图、DOM 断言、npm audit、smoke test。
边界只读优先、高风险确认、敏感扫描、公开脱敏。
反馈维护记录、失败复盘、索引更新、模板改进。

Harness Engineering 的判断标准是：如果换一个新会话、新 Agent 或一个月后的自己来接手，能不能从入口文件和脚本把任务继续做下去。

常用工具和方法

Prompt 模板Markdown、docs/prompts、片段库，用来固定目标、材料、限制、输出和验收格式。
上下文索引README、AGENTS、结构化 notes、search-index，用来声明当前事实源和资料边界。
检索和记忆RAG、向量库、LangGraph memory、项目索引，让长期资料按任务被取回。
工具协议MCP、函数调用、shell 脚本、浏览器自动化，把检查动作变成可执行工具。
评估系统OpenAI Evals、Anthropic evals、单元测试、smoke test，用样例和指标发现回退。
发布门禁deploy preflight、browser gate、敏感扫描、public smoke，防止内容和运行状态回退。

最小落地流程

  1. 选一个高频任务，例如发布一篇公开文章。
  2. 写一份 prompt 模板：目标、材料、边界、输出、验收。
  3. 写入口说明：这类任务先读哪些文件、哪些内容不可公开。
  4. 把重复检查脚本化：索引、敏感扫描、语法检查、浏览器截图、发布 smoke。
  5. 每次任务后写一条记录：做了什么、验证了什么、下次还要改什么。
  6. 把失败点更新回模板或脚本，不只在聊天里解释。

这个流程的关键是先最小可用。不要一开始就追求完整平台；先让一个任务可以从开始到验收稳定跑完。

常见误区

  • 把 prompt 写得越来越长，却没有更新事实源。
  • 把所有资料都塞给模型，导致关键事实被噪声淹没。
  • 只追求自动执行，不设计人工确认和回滚边界。
  • 只记录成功，不记录失败原因和修复方式。
  • 让 Agent 改完就结束，没有测试、截图、公开 smoke 或维护记录。

参考资料

资料核对日期：2026-06-08。以下链接只作为方法参考，具体 API、模型、产品能力和价格以官方页面实时信息为准。

Next Action

把一个高频任务升级成最小 Harness

先别搭平台。选一个真实任务，把 prompt、上下文、工具动作、验收和失败记录连起来。

  1. 选一个本周一定会重复的任务。
  2. 写出入口、材料、限制和验收。
  3. 把至少一个检查动作脚本化或清单化。
  4. 任务结束后写一条失败或观察记录。
继续看：Prompt 模板库继续看：个人 Harness 指南
Copy Prompt 
请帮我把一个高频 AI 任务升级成最小 Harness。
任务类型：[研究 / 写作 / 代码 / 运维 / 网页发布 / 学习复盘]
当前材料：[列出入口文件、文档、脚本、数据或约束]
目标产物：[本次要交付什么]
边界：[哪些内容不能公开，哪些动作需要确认]
输出：Prompt 模板、上下文清单、可脚本化工具动作、验收检查表、失败记录格式、三步最小落地计划。