直接回答：Prompt 是代码的一部分，要用代码的方式管理：模板入库（Git）版本化，变量用模板语法显式声明，禁止把 prompt 散落在字符串拼接里；每次修改带 changelog 说明意图；配套回归评测集，改动前后各跑一遍对比指标；线上按版本灰度，可快速回滚到上一版本。
展开解析：具体落地分几块。存储上 prompt 模板独立成文件（如 Jinja/YAML），与应用代码同库，review 流程一致；模板里把系统指令、few-shot 示例、用户输入槽位分结构组织，便于 diff 定位改动。测试上分三层：单元级（模板渲染是否正确、变量缺失是否报错）、行为级（固定输入集跑模型，断言输出格式、关键字段、禁忌词）、指标级（评测集打分的总体分布）。发布上用配置中心或特性开关按版本路由流量，新版本先 5% 观察再全量。协作上的常见坑：多人改同一 prompt 互相覆盖、线上热改不入库导致无法复现，解法就是强制“入库 + 评测 + 灰度”三步，任何绕过流程的热改都视为事故。LangSmith、PromptLayer 等平台可做托管，但核心纪律与工具无关。
追问方向：多模型并存时 prompt 如何适配？few-shot 示例的选择如何评测？
（约 450 字）