操盘手年鉴The Operators’ Almanac
AI · PB · 238

稳定提示词批处理管线

Stable Prompt Then Batch Pipeline · stable-prompt-then-batch-pipeline--ben-shih
AI 与新工作方式 操作手册 AI 时代 2026-03 Ben Shih ✓ 已核验出处

解决什么问题

需要用 AI 批量生成大量风格一致的内容资产(作者的场景:300+ 期播客各生成 5 道测验题、250+ 个统一像素风头像),逐条手工做不现实,直接批量跑质量又不稳定。

核心内容

四步管线:

  1. 系统化输入源:不要手工搜集素材。找结构化数据源批量拉取——作者用播客 RSS feed 补齐每期元数据(标题、URL、封面),再从封面图批量下载嘉宾头像作为生成输入。
  2. 小样本调稳 prompt:进批量之前,先在 playground 里用少量样本反复测 prompt 和模型选型,直到每个输出都属于同一风格才停。风格复制技巧:把参考图喂给 ChatGPT,让它"研究风格/配色/比例后只返回一条打磨好的图像生成 prompt",把视觉风格固化成可复用的文字。
  3. 让 AI 写 CLI 工具批量执行:一条 prompt 描述清楚——输入目录、逐个处理逻辑、输出的 JSON 格式要求,然后一次跑完。作者原话式模板:"Create a CLI command tool that... read through all the transcripts in /transcript folder one by one, and for each, generate 5 questions following the requirements and JSON format: {...}"。300+ 转录稿约 20 分钟跑完。
  4. 人工逐个抽验边缘情况:批量产物必须过人眼——作者遇到"封面上有两个人要拆成两张"、"嘉宾头像自带兔耳朵差点被当噪声删掉"这类只有人能判断的 case。

适用边界

适合"同构任务 × 大数量"的内容生产;一次性小批量任务不值得建管线。第 4 步人工抽验不可省,边缘情况总是存在。

关键引述 · 原话

"That turned a very painful manual task into a one-click process." — Ben Shih

关联卡片

- 与 `five-prompt-tactics--mike-taylor` 中的 synthetic bootstrap 互补:那个生成合成样例,这个批产真实资产 - 是 `ai-app-building-six-step-flow--ben-shih` 第 4 步的展开

被这些卡引用

出处Ben Shih (Miro, Growth Designer) · 02-newsletters/how-i-built-lennyrpg.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2