写提示词常像凭感觉摆家具：角色说明放前面，还是先讲任务？材料都没变，AI 的表现却可能差很多。Ying、Vazquez 与 Xu 的做法，是把提示词片段视为配方里的“成分”，用加料顺序实验——系统安排不同排列并比较结果——来找出更有效的位置，而不是逐个碰运气。
他们让 gpt-4.1 生成一种统计实验方案：用较少次数考察多个因素的“两水平部分因子设计”。在构造含 9 个因素、共运行 16 次的方案时，作者报告，基础提示词的成功率为 11.67%；调整角色、任务指令、输出格式、推理提示和示例等片段的顺序后，成功率升至 98.3%。方法还能用回归模型估计哪些先后关系更重要，并用经过安排的少量排列控制测试成本。这个结果说明，提示词优化不只要问“写了什么”，还要问“按什么顺序写”；不过证据来自特定统计任务和模型，能否广泛复现仍需更多验证。