最佳调 prompt 实践是什么？

让 AI 去完成某项任务，prompt 需要不断调试来达到最优结果，那调试 prompt 最佳实践是什么？
是先选定模型，不断修改 prompt 来发掘出模型的能力，来达到最优结果，还是先定好具体的 prompt ，切换不同模型观察结果？ 各位有没有相关实践经验分享一下。
经常在让 AI 做一些任务时，很多时候不能达到自己的要求，下一步该怎么做，还是比较困惑。

同样有这个问题，之前稍微调查了一下，有些 prompt 调试工具，批量运行用一些 Metric 来评估。开源的有 latitude llm 和 agenta