本研究提出了一种基于提示调优的连续预测方法，解决时空图预测模型在数据流环境中的重训练效率低和遗忘问题。通过优化存储提示的使用，提高了模型在交通流量、空气质量等场景中的预测效果和效率。

介绍了CaST框架，解决时空图预测中的问题，使用因果模型解析数据生成过程，处理时间分布外问题，并模拟因果效应的涟漪效果。实验证明了CaST的有效性和实用性。