自动提示词优化(APO)

将智能体流水线中的提示词和指令视为可学习的参数，针对某一指标和带标签的数据集以编程方式进行优化，而非手动调整。优化器会自举生成少样本示例并搜索不同的指令措辞，反思式方法则通过读取过往失败的执行轨迹来变异提示词。