prompt 改一个字就崩，跟我当年下魔改 ROM 一个味

我自己最近在维护一套 prompt，几个版本并排放着，每次只敢动一个词，然后拿着同一批老用例分别喂给 DeepSeek 和 Claude 跑回归。结果发现改动越小越难预料：我加一句「请简洁」，DeepSeek 直接把 reasoning 省掉半截，答案光秃秃的；Claude 那边反而更啰嗦，绕着圈子把话又铺了一遍。 这味儿太熟了。当年下民间魔改 ROM，原版好好的，人家改个数值、换个 BGM，进游戏就死机，或者贴图错乱。改得越多，越像开盲盒。 我现在的土办法：每个 prompt 版本存档编号，改一行就写一行说明，固定跑那几条老用例对比。笨是笨，起码知道是哪次改动把效果搞崩的。你们平时是直接重写，还是会留版本、做回归？我挺好奇有没有人把这事做成正经工作流的。