我看到的经验介绍是通过不断迭代Prompt版本来训练适合自己的LLM功能，这合理吗？（迭代的意思）

合理。因为LLM 应用优化是个迭代过程，应该不断尝试：尝试->验证->再尝试->再迭代。通过 prompt 工程（或结合 RAG）先获取第一批高质量输入输出数据，然后微调模型，模型性能提升后，数据质量进一步提升，将更优质的数据用于模型训练，然后更好的模型产出更好的数据，如此循环，构建正向迭代循环（也称数据飞轮）。