AI 交付中的「Prompt 漂移」：為什麼上週還能用的提示詞，這週就翻車了

上週三，一位電商客戶反饋：他們使用了兩週的 AI 商品描述生成流程，突然開始產出大量重複內容。同一批商品，生成的描述幾乎一模一樣，連錯字都複製貼上。

排查後發現，問題不在模型，也不在 API——是 Prompt 漂移（Prompt Drift）。

什麼是 Prompt 漂移？

Prompt 漂移指的是：同一個提示詞，在不同時間、不同資料輸入下，產出品質逐漸偏離預期，但系統沒有警報機制來捕捉這種退化。

我們遇到的具體情況是：

1. 客戶的商品庫從 500 個 SKU 增長到 3000 個，其中大量新品缺少歷史銷售數據
2. 提示詞裡有一句「參考同類商品的熱銷賣點」，但新品沒有「同類」可參考
3. 模型開始回退到訓練資料中最常見的商品描述模板，導致批量重複

我們怎麼修的

第一步：加輸入品質門控。 在 Prompt 執行前，檢查輸入資料的完整性。如果商品缺少關鍵屬性（如品類、價格區間、目標客群），直接走降級流程——用人工審核模板，而不是讓模型自由發揮。

第二步：加輸出多樣性檢測。 用簡單的餘弦相似度比對新生成的描述與最近 50 條輸出。相似度超過 0.85 的，標記為「疑似重複」，進入人工複核佇列。

第三步：Prompt 版本化。 把提示詞當成程式碼管理，每次修改記錄版本號、修改原因、影響範圍。這次事件後，我們把 Prompt 從「一個檔案」拆成了「模板庫 + 規則引擎」，不同資料品質的商品走不同的 Prompt 模板。

經驗教訓

Prompt 不是寫完就完事的。它更像一段運行在生產環境的程式碼——需要監控、需要版本管理、需要回滾機制。

如果你也在用 AI 做批量內容生成，建議現在就做兩件事：
- 給你的 Prompt 加輸入校驗
- 給你的輸出加品質抽檢

不然等到客戶投訴，再排查就晚了。