我的 prompt 越攒越多，最后活成了 PS1 记忆卡，每格都不敢删

我自己现在攒了三十来个 prompt 文件，命名跟当年 PS1 记忆卡一个路子：抽取_v2、抽取_v2_真final、抽取_v2_final别改。看着乱，但每次想删哪一版，都删不掉，因为你永远不知道哪天模型升级完，新版反而不如老版听话。 最近才想明白一件事：prompt 不该只存“最好的那版”，还得存“当时为什么这么写”。我现在每版开头加两行备注，写清上一版栽在哪，比如“负向约束被无视”或者“字段一多就在值里写小作文”。回滚的时候一眼就知道该避开什么，比翻聊天记录省事多了。 还有个差别：Claude 我留得少，它脾气稳，改一版能撑挺久；DeepSeek 的 reasoning 链爱自己加戏，稍微动一句就走样，得勤备份。 想问下各位是怎么做 prompt 回归测试的？我全靠肉眼比对，感觉像拿笔抄魂斗罗的三十条命秘籍，抄错一个字母就全废。