2026年还在手搓prompt的人，就像2022年还在手写SQL join的——能干活，但卷不过用框架的。
不是说手写prompt不对，而是当你的项目从”给ChatGPT问个问题”扩展到”要管20个prompt在不同模型上跑、还要保证输出质量不波动”的时候，纯手工操作已经撑不住了。
这时候DSPy来了。它不是又一个prompt模版工具。它是把提示词工程变成了编译问题。
提示词工程的进化
先画个时间线，帮你理解DSPy出现在哪个位置。
纯手工时代（2022-2024）
打开ChatGPT，打一句话，看结果。不行就改措辞，再试。反复试到满意为止。
当时这已经叫”工程”了。本质就是直觉加试错。
框架结构化时代（2024-2025）
COSTAR、RTF、CRISPE、RACE这些框架冒出来。它们告诉你：prompt应该按角色、任务、格式、约束这些维度来组织。
比纯手工强，至少有了骨架。但本质还是手动写，靠个人经验。
程序化优化时代（2025-2026）
DSPy就是这个时代的代表。核心变化：你不用写prompt了，你写的是程序逻辑，prompt由编译器自动生成并优化。
如果说第一代是石器时代，第二代是青铜时代，第三代就是工业革命——从手工艺到流水线的跨越。
DSPy是什么
DSPy（Declarative Self-improving Python）是斯坦福NLP组搞的一个框架，核心思想简单粗暴：
你把”要干什么”定义好，DSPy帮你找到”怎么写prompt最有效”。
传统的prompt工作流是这样：
```
我要一个分类器 -> 我写prompt -> 测一下 -> 发现不准 -> 我改prompt -> 再测 ...
```全程依赖你对模型的直觉。模型变了，prompt得重写。
DSPy的工作流是这样：
```
我要一个分类器 -> 定义输入输出签名 -> 给几个标注好的例子 -> 运行编译器 -> DSPy自动找到最优prompt
```你的工作从”写prompt”变成了”定义任务边界”。模型换了？重新编译一次就行。
这个思路等于把提示词工程从写文案变成了写配置。
四个核心概念
DSPy的体系不算复杂，四个东西搞懂就能上手。
Signatures（签名）
签名就是定义”输入是什么、输出是什么”。比Python的类型注解简单，但思路一样。
```python
# 定义：输入是一个问题和上下文，输出是一个答案
class AnswerQuestion(dspy.Signature):
"""回答问题，基于给定的上下文"""
context = dspy.InputField(desc="相关信息来源")
question = dspy.InputField(desc="用户提出的问题")
answer = dspy.OutputField(desc="简洁准确的回答")
```你不需要写”请基于以下上下文回答问题，回答要简洁准确，不要多余信息”。DSPy会根据这些签名描述，自己去生成并优化那段prompt。
Modules（模块）
模块是可组合的prompt组件。DSPy内置了几种：
– `dspy.Predict`：最简单的预测模块
– `dspy.ChainOfThought`：带思维链的预测
– `dspy.ReAct`：推理+行动的循环（Agent的基础）
– `dspy.ProgramOfThought`：用代码来推理
你组合它们就像搭积木：
```python
class QAProgram(dspy.Module):
def __init__(self):
self.qa = dspy.ChainOfThought(AnswerQuestion)
def forward(self, context, question):
return self.qa(context=context, question=question)
```Metrics（指标）
怎么判断输出好不好？你得定义指标。DSPy不挑——可以用LLM来打分，可以用精确匹配，也可以用自定义函数。
```python
def qa_metric(gold, pred, trace=None):
# gold是标准答案，pred是模型输出
# 返回0到1之间的分数
return dspy.evaluate.answer_exact_match(gold, pred)
```Optimizers（优化器/编译器）
这是DSPy最值钱的部分。你定义好签名、模块和指标，优化器负责搜索最优的prompt策略。DSPy提供了多个优化器：
– LabeledFewShot：从标注数据里挑few-shot示例
– BootstrapFewShot：让模型自己生成few-shot示例，再挑最好的
– BootstrapFewShotWithRandomSearch：多跑几次BootstrapFewShot，选最优
– MIPROv2：同时优化指令文本和few-shot示例
– GEPA：让大模型自己反思，分析什么prompt策略有效、什么无效，然后针对性改进
– COPRO：基于坐标下降的指令优化
编译就像这样：
```python
from dspy.teleprompt import MIPROv2
teleprompter = MIPROv2(
metric=qa_metric,
num_candidates=10, # 每轮生成10个候选
init_temperature=1.0
)
optimized_program = teleprompter.compile(
QAProgram(),
trainset=training_examples, # 你的标注数据
num_trials=30, # 编译30轮
max_bootstrapped_demos=4, # 最多4个动态示例
max_labeled_demos=4 # 最多4个静态示例
)
```跑完之后，`optimized_program` 在相同的签名下面，已经用最优的prompt配置替换了默认行为。
一个你看得懂的例子：分类任务
为了让你直观理解DSPy到底省了什么，来看个分类任务。
传统手写prompt：
```text
你是一个文本分类助手。你的任务是将给定的用户反馈分类到以下类别之一：
[bug, feature_request, question, other]
请严格只输出一个英文单词作为分类结果，不要额外说明。
用户反馈：[具体内容]
分类：
```换个模型或者换个任务，你得重新试。更气人的是，有时候只是改了个标点符号，输出质量就不一样了。毫无工程可言。
DSPy版本：
```python
class FeedbackClassifier(dspy.Signature):
"""将用户反馈分类"""
feedback = dspy.InputField(desc="用户反馈文本")
category = dspy.OutputField(desc="分类结果: bug/feature_request/question/other")
classifier = dspy.ChainOfThought(FeedbackClassifier)
# 编译
optimized = teleprompter.compile(classifier, trainset=train_data)
# 使用
result = optimized(feedback="App crashes when I click submit")
print(result.category)
```不用写prompt。不用试措辞。定义清楚就行。
不能忽视DSPy
跨模型迁移
这是DSPy最实用的能力。你今天用GPT-4o跑得很好的系统，明天换成Claude Sonnet，传统做法是全线重写一遍prompt。
DSPy做的事情是：重新编译一次。签名和数据不动，优化器自动为新模型找到最优prompt策略。
自动适应模型更新
模型提供商每个月都在更新。昨天能跑的prompt，今天可能就废了——不是prompt变了，是模型的内部行为漂移了。
DSPy的优化器可以定期重跑，自动适应模型漂移。这相当于给你的AI系统加了一层自适应巡航。
减少手工作业
一个中等复杂度的AI功能，手写prompt大概要试20-30个版本才能稳定。用DSPy，你主要花时间在定义好签名、准备标注数据、选好指标。剩下的编译器帮你搜。
可复现和可测试
手写prompt最大的痛是测不了，因为”好prompt”的标准是主观的。DSPy强迫你用代码定义指标，这就等于给prompt上了测试套件。
什么场景适合DSPy
说人话：不是所有场景都需要DSPy。
适合上DSPy的场景：
– 多步推理的任务（问答、代码生成、文档分析）
– 需要稳定输出格式的生产系统
– 要在多个模型上跑的同一条pipeline
– prompt数量超过5个，手动维护快疯了
不需要DSPy的场景：
– 就一个ChatGPT聊聊天，不需要自动化
– 一次性任务，用完即弃
– 你只是想让Claude帮你改个文案
DSPy不是银弹
DSPy不是万能药，有几个问题你得知道：
– 需要标注数据：优化器需要一些标注好的输入输出对。没有数据，编译器没法编。
– 编译有成本：MIPROv2跑30轮大概要花几美元到几十美元的API费用。但对比手动调prompt花的时间，这点成本可以忽略。
– 不适合简单任务：一个”请将文本翻译成英文”这种简单任务，DSPy不会比手写prompt好多少。
– 学习曲线：不写prompt写Python类，对非程序员有门槛。
和其他框架的对比
| 特点 | 手写Prompt | LangChain | DSPy |
|---|---|---|---|
| 写什么 | 自然语言 | 链式调用 | 程序签名 |
| 优化方式 | 手动试 | 手动试 | 自动搜索 |
| 跨模型迁移 | 重写 | 微调 | 重编译 |
| 可测试 | 困难 | 一般 | 天生的 |
| 学习成本 | 低 | 中 | 中高 |
另一个经常被拿出来和DSPy比较的是TextGrad，它用梯度下降的思路来做prompt优化，类似反向传播。但DSPy的生态更成熟，文档和社区支持也更好。
如果你要开始
入门DSPy不需要很长时间：
1. `pip install dspy`（注意不是pypi上的`dsp`，那个早就废弃了）
2. 看官方文档 `dspy.ai`
3. 从最简单的签名定义开始试
4. 加一个你手头的分类或提取任务做实验
5. 感受一下”不用写prompt”的快乐
2026年的AI开发，拼的不再是谁的prompt写得更花哨。从”写文案”到”写程序”，这个转变决定了你是用AI的，还是被AI用的。
如果你还没试过DSPy，现在可以把它加进你的技能树了。
📖 推荐阅读
看看这些文章，你可能会感兴趣：