提示词码本：用于语言模型指令优化的离散组合优化方法

自动提示优化（APO）虽推动了基于 LLM 的代理工作流，但现有方法将提示视为整体字符串进行全局编辑，导致更新脆弱且无法复用子行为。本文提出提示词码本（PCO），一种新颖的组合式提示优化框架，将 APO 重构为对自然语言本能（原子化、可复用指令单元）有限词汇的离散学习。PCO 通过离散码本组织提示构建知识，利用基于 LLM 的编码器为每个输入路由至少量子集，生成器将其组合成提示，评论家则输出结构化 verdict 并分解为每变量文本梯度，在语言值最小最大目标下联合训练各模块。实验表明，PCO 在多个基准上显著优于零-shot 及最强基线 GEPA，同时大幅减少提示长度。