Pa optimize

pa-optimize · 改写 / 脚手架

套件的 "Adapter + TGDOptimizer"：把 IR 契约渲染成结构化 prompt；若有历史尝试，则做一次 critic→rewriter。 借鉴 DSPy Adapter、LangGPT 骨架、AdalFlow 槽位语法、BAML schema 注入、guardrails 约束清单、TextGrad 角色分离、promptfoo 假设。

触发

• IR 有完整 signature + intent 且无阻塞 open_questions；
• 或迭代路径：IR 中已有 prior optimized_prompt + eval_feedback（由 pa-eval 在 eval 失败时回写）/ 用户反馈。

步骤（改写路径——默认 3 候选）

多候选规则（反同质化：一次押三种结构假设，让 pa-eval 选，而不是一条路写到黑）：

• 非 extract 体裁默认产 3 个候选：从 reference/strategy-tips.md 按 genre 选 3 个相互正交的 strategy tip，每个候选绑定一句 hypothesis（「用 X 策略改变骨架哪里，预期解决 IR 的哪条判据」），各自独立走一遍下方 1-8，记入 IR.attempts（a1/a2/a3，parent_id: null）。
• 完成后交 pa-eval 成对比较 + 多目标打分选 winner → optimized_prompt；落选者标 rejected 留档（防迭代时重复试错）。
• extract / consumer=machine 维持单候选（合理的统一）：约束空间窄，多候选只会产出同一骨架的微调——伪多样性；预算花在 pa-precise-retrieval 的强制上更值。rewrite_light 同样单候选——轻任务开 3 候选是过度工程。
• 迭代路径（带 eval_feedback）不开新 3 候选，仍走 critic→rewriter 最小编辑。

1. 按 IR.genre 选体裁模板，fallback general — 按模板谱系路由表（../prompt-architect/reference/prompt-template.md）的链接取对应模板文件（genre 值的下划线在文件名中写作连字符：conversation_role→templates/conversation-role.md，余者同理）：creative=Voice 卡+示范文本骨架、conversation_role=Persona+对话策略+边界演练、extract=五段式+schema、analytical=分析框架+证据规则、agent_system=工具契约+决策循环、rewrite_light=≤10 行极简；未命中用 general 兜底。禁止把 extract 五段式硬套到人读体裁上——体裁错配即同质化，checklist"骨架与体裁匹配"项判未过。
2. 三块分离，绝不融合（DSPy）：field-description（语义）/ field-structure（精确格式 + 停止 sentinel）/ task-objective。〔machine 块适用：extract / agent_system 工具块；人读体裁见各模板的等价结构〕
3. 分解后再组合（guidance / Context-Engineering）：把复杂输出拆成独立指定的子部分，再拼回。
4. 约束写成 bullet 清单（guardrails validator.to_prompt），别埋进散文。〔extract/analytical/agent_system；creative 转译成 Voice 卡+示范文本，conversation 转译成边界演练脚本〕
5. few-shot 即数据（guardrails / promptbase / DSPy demos）：挂已验证正确的示例——形态随体裁：extract 是 input→output 对（含 null 示例 +"不确定→null"规则，仅本体裁）；creative 是示范文本（加"内容必须全新"）；conversation 是场景→应答脚本。
6. 注入输出契约（BAML / instructor）：把 output_contract.schema 逐字作为主指令注入；优先紧凑 TS-like / JSON-schema，而非"请返回 JSON"。〔仅 consumer=machine；人读体裁写"形态轮廓/回复规约"（取自 IR.style），不写 schema〕
7. 模板化变量（prompt-optimizer / YiVal）：保留 {{占位符}} 为可复用槽位，逐字保留，绝不展开。
8. 可追溯 + 奥卡姆剪枝（LangGPT）：删掉任何无法映射到某个目标/约束的子句，防 prompt 臃肿。

步骤（迭代路径，带反馈时）

执行两段 critic→rewriter（TextGrad / AdalFlow 角色硬分离）：

1. critic：只产出一段"文本梯度"——当前 prompt 哪里失败、与期望差什么，不改写。（分段定位，EXPERIMENTAL）当 prompts[].segments 存在且体裁∈{agent_system, analytical, extract}时，critic 把"哪里失败"绑定到具名 segment id，而非泛指整条。
2. rewriter：只应用一种最小编辑法（新增 / 加示例 / 改写替换 / 删除），不大改。（局部最小编辑，EXPERIMENTAL）此时 rewriter 把那一种最小编辑只 scope 到该失败 segment，其余段 schema 与文字不变；每轮仅改 1 个失败段，禁止同轮多段并改（否则 whole-prompt validation-gate 回退无法归因）。 在上述一种最小编辑法之外，另有第 5 种： 5. 候选合并 graft（EXPERIMENTAL，仅当 pa-eval 写入 validation_report.pairwise.complementarity 时触发）：把某个非支配 runner-up 中承载失败 criterion 的那个正交 segment 嫁接进 winner，只 graft 不重叠的段；预算隔离（至多 1 次，不吃 eval_state.rounds）；合并产物记 attempts[].merged_from，必须重 eval（含 coherence 维），严格 >0.02 击败原 winner 才保留，否则回退标 rejected；永不用于 extract/rewrite_light/consumer=machine。合并由本 skill（rewriter 侧）执行——judge 绝不执笔。
3. 读写 IR.attempts（版本管理，YiVal OPRO + ell 内容寻址思路）：进入迭代前先读 attempts 了解已试过什么；每轮 rewriter 产出追加一条 {id, prompt, hypothesis, score, verdict, parent_id}（parent_id 指向被编辑的版本）；eval 分数回写 score；re-eval 回归就回退——当前条标 reverted，恢复 verdict: best 的版本（TextGrad/AdalFlow validation-gate）。改后做一次 dedup 后处理：删跨段冗余子句，但绝不改任何 passing-score 段。
4. 重复反馈时强制更大改动（看 attempts 里 rejected 的 hypothesis，避免在同一处打转）。

〔以上分段路径为 EXPERIMENTAL，单一未复现来源 arXiv:2601.04055（7-8B MCQ）；rewrite_light 与短 general 硬排除，维持 legacy 单点最小编辑默认；whole-prompt validation-gate/回退粒度不变。〕

输出契约

• optimized_prompt：role-tagged 消息（system + user），含输出格式/schema 块、约束清单、≤K 个 few-shot 对、保留的 {{占位符}}、停止 sentinel；无开头废话、无多余代码围栏（prompt-optimizer）。
• change_rationale（promptfoo 假设）：列出改了什么、为什么，每条可追溯到 IR 的某个目标。
• 意图保留是硬约束：改写不得改变用户要求的行为（promptfoo OPTIMIZE_PROMPT 铁律）。

发布门禁

产出前对照 ../prompt-architect/reference/quality-checklist.md 逐项过； 未过项要么修，要么在 change_rationale 注明豁免理由。

何时交棒

改写完成后一律先过 pa-eval（路由器规定：打分 + 停机信号写回；多候选时由它成对比较选 winner）。其中：

• output_contract.consumer = machine（输出将被程序解析：值/枚举/列表/对象喂代码、API、流水线）或 genre=extract → 交棒 pa-precise-retrieval 做强制，pa-eval 由其第 7 步调用（不重复跑）；
• 输出给人读（consumer=human）→ 本 skill 产出 → pa-eval 打分 → 终点，不进强制管道。

闭环（套件不是一次性的）

指标驱动循环（借鉴 DSPy MIPRO/GEPA、TextGrad/AdalFlow 文本梯度、promptfoo eval-loop）：

1. pa-deconstruct → IR（契约 + 体裁 + 开放问题）
2. 本 skill → 候选 prompt（+ 变更假设，记入 IR.attempts）
3. pa-eval → rubric 打分 {reason,pass,score} + 停机信号 eval_state（machine 路径经 pa-precise-retrieval 强制后由其第 7 步调用）
4. 失败：pa-eval 写 eval_feedback 当文本梯度喂回 → 本 skill 走迭代路径做最小单点编辑；best/rejected 记忆在 IR.attempts，回归就回退
5. 意图错位（LangGPT "正骨 vs 修复"）：回 pa-deconstruct 重新澄清上游，而非修补措辞
6. 停机由 eval_state 判定：passed / converged（分数停滞→建议回解构）/ budget_exhausted，用留出验证防过拟合

角色始终分离：critic 只诊断、rewriter 只编辑、judge 只打分（judge 已收敛进 pa-eval）——绝不一个 pass 全干（借鉴 TextGrad/AdalFlow）。

产出 HTML 结果页

完成后，把 intent / signature / optimized_prompt / checklist_result / change_rationale 写成结果 JSON 渲染成 HTML 供用户查看与检查——JSON 契约与脚本定位规则见 ../prompt-architect/reference/render-protocol.md（脚本以 SKILL.md 实际所在目录定位，勿硬编码安装路径）。 多候选路径用 candidates 键走多方案 grid 对比渲染：每个候选标注 strategy / hypothesis / tradeoff（一句话代价说明）与 pa-eval 得分，winner 标 recommended——让用户看到"押了哪三种结构、各牺牲了什么"，而不是只看到一个黑箱终稿。