dify中需点击“保存为新版本”生成含prompt、模型参数、rag配置等的不可变快照，版本历史支持语义级对比，ab测试可通过条件分支或api灰度发布实现。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在Dify中确保每次Prompt修改都有据可查、可回溯、可对比，避免多人协作时覆盖关键优化或上线后无法定位问题根源。
自动生成版本快照
进入应用编辑页 → 点击左侧导航栏「Prompt 编排」→ 在编辑器右上角点击「保存为新版本」按钮。这一步操作会自动打包当前Prompt全文、模型参数（temperature/top_p）、RAG配置（chunk_size、rerank_model）、工具调用定义及输出解析规则，生成一个带时间戳和唯一ID的不可变快照。
【必须点击“保存为新版本”，而非仅“保存”】——仅点“保存”只会更新草稿，不产生历史版本，也无法用于AB测试或回滚。
查看与对比历史版本
在Prompt编辑器右上角打开「版本历史」面板，列表按时间倒序排列，每行显示版本号（如v2.3.1）、创建时间、操作人、变更摘要。
勾选任意两个版本 → 点击「对比」按钮 → 页面并排显示差异区域，高亮语义级变更（如role指令调整、few-shot示例增删、stop_seq修改），而非逐字符diff。这能帮你快速识别是否误删了关键约束条件。
注意：如果某次修改同时涉及Prompt文本和RAG检索字段，对比视图会同步标出知识库schema变动，防止因检索范围变化导致效果波动被误判为Prompt问题。
启用多版本并行测试（AB实验）
方法一：界面拖拽式分流
进入「工作流编排」→ 拖入一个「条件分支」节点 → 双击配置 → 选择「随机分流」策略 → 设置比例（如v1.0占70%，v2.0占30%）→ 分支出口分别连接两个不同Prompt模板节点。
方法二：API驱动灰度发布
调用Dify API创建实验变体：POST /v1/applications/{app_id}/experiments，传入version_ids数组与权重策略DSL表达式，例如"user_id % 100 表示对5%用户ID哈希值命中者启用新Prompt。
方法三：基于用户上下文定向测试
在路由策略中启用「运行时上下文感知」，例如设置规则：if user.tier == "premium" then use v2.1 else use v1.9。该策略编译为WASM模块，在API网关层毫秒级执行，无需重启服务。
实时观测与决策依据
第一步：打开「监控仪表盘」→ 切换至当前应用 → 选择「实验分析」标签页。
第二步：勾选参与测试的多个Prompt版本 → 系统自动聚合指标：响应延迟、平均token消耗、工具调用成功率、人工标注通过率（需提前接入反馈插件）。
第三步：点击任一指标图表下方的「下钻」按钮 → 查看具体请求日志，包括原始输入、各版本输出原文、模型返回的logprobs（如有）、以及用户后续是否触发转人工或点击“不满意”按钮。
这一步决定了你能否区分是Prompt逻辑缺陷，还是RAG召回噪声导致的幻觉——比如v2.0的幻觉率突增，但日志显示其引用的知识片段ID与v1.0完全一致，说明问题不在Prompt本身，而在知识库更新引入了错误数据。
