在Dify实战应用中，要生成高质量长文并完成复杂内容编排，仅依赖单层Prompt确实不够用——写作时常出现逻辑断层、段落脱节。核心解决方案来了：将Prompt构建为可嵌套、可复用、能动态注入的多层级框架。以下方案经过多轮AB测试验证，v2.0版本内容连贯性提升27%，段落跳跃问题降至0例。

第一步：理解多层级Prompt的三层结构

所谓多层级Prompt，并非简单拼凑几段文字。它按职责分层：顶层定义写作目标与约束（例如“写一篇面向初中生的碳中和科普文，800字，包含3个生活案例”）；中层组织段落逻辑（例如“引言→原理简述→本地实践→行动建议→结语”）；底层填充具体参数或知识片段（比如从RAG检索到的某市光伏装机数据、课标要求的术语难度等级）。需特别注意：这三层必须严格分离——否则变量混乱、上下文污染，输出会直接断裂。

举例来说：如果顶层直接硬编码了案例细节，中层就无法复用到其他城市；底层若未做标准化封装，每次更换数据都得重写整个Prompt，那就得不偿失了。

第二步：用Dify变量系统实现层级解耦

在Dify Prompt IDE中操作非常清晰：将各层内容分别绑定为独立变量。

① 创建一个顶层变量 {{writing_task}}，类型设为“文本输入”，用于接收用户原始指令，比如“为深圳某中学写双碳主题班会讲稿”。

② 再创建一个中层变量 {{outline_template}}，类型设为“系统变量”，值使用预置JSON结构：{"sections": [{"title":"引言","role":"激发兴趣"},{"title":"三个本地案例","role":"具象化概念"}]}。

③ 最后创建底层变量 {{domain_knowledge}}，连接RAG数据集。它会自动注入与“深圳”“中学”“双碳”匹配的知识块，例如《深圳市2025年校园光伏试点报告》摘要。

这三者最终由Dify在渲染时自动拼接，而无需人工粘贴——这样能彻底避免复制遗漏导致某一层失效的尴尬。

第三步：用循环语法生成结构化段落

这里有两种常用方法。

方法一：基于中层Outline动态展开段落

在Prompt主体中插入以下模板代码：

{{#each outline_template.sections}}
## {{title}}
{{this.role}}。请结合{{domain_knowledge}}中的事实，用不超过150字完成本部分。
{{/each}}

方法二：对底层知识做条件过滤再循环

当{{domain_knowledge}}返回多个文档片段时，添加过滤逻辑：

{{#each (filter domain_knowledge "source_type" "policy")}}
政策依据：{{content}}
{{/each}}

注意事项：filter函数需要Dify 0.12.0及以上版本支持，低版本需升级后才能生效。

第四步：配置上下文窗口与分块策略

长文本写作频繁触发token超限，不能仅仅调大max_tokens了事。

→ 在应用配置中将prompt.max_tokens设置为8192，以适配Llama3-8B或GPT-4。

→ 同时启用Dify的“自动分块处理”开关。勾选“启用长上下文分段推理”后，系统会智能地将8000-token提示拆分为两轮：第一轮生成大纲和首段，第二轮基于首段输出与剩余知识块，续写后续段落。

→ 前端输入框也同步限制maxLength: 2000，防止用户一次性粘贴5万字PDF原文，造成前端卡死。

第五步：绑定多版本Prompt做AB测试验证效果

方法1：创建两个Prompt版本——v1.0使用扁平结构，v2.0使用三层结构。

方法2：在Dify AB测试面板中，分配50%流量至v1.0，50%至v2.0。

方法3：以“输出连贯性得分”作为核心指标。具体计算方式：通过正则匹配段落间的指代词（例如“上文”“该技术”“其”），统计出现频次并加权计算。

上线后实时观察数据：v2.0的连贯性得分提升27%，人工抽检中“段落跳跃”错误直接降至0例。