#提示词

8 篇文章

从「请列出几点」换成明确 schema，后处理解析失败率从一片到归零。结构化输出的本质不是格式好看，是消除歧义——让模型不用猜你要什么，你也不用猜它给了什么。

我逐句删提示词做 A/B 测试，发现删掉一半句子，效果不降反升。原来那些「请准确」「请仔细」的指令在互相打架，精简到核心意图，模型反而执行得更稳。

同一道数学题，直接要答案错一片；让它先分步想再答，正确率跳一档。给模型一张「草稿纸」让它把思考写出来，比逼它一步到位强。而且那张草稿纸你还能审计。

给问答接口加了一句「不确定就明确说不确定」，错误率没降，但可信度大涨。因为它不再硬编。一个会认怂的模型，比一个嘴硬的模型有用得多。

把同一句关键指令从 prompt 中段挪到开头，遵循率明显上升。原来模型对上下文的注意力不是均匀的，而是前后强、中间弱。关键信息放对位置，比堆更多上下文管用。

同一批任务，一版要求一次写对，一版先写再自评改一遍。后者错率低了一截，且每处改动都有理由可查。我从此不再追求「一次成型」，开始追求「写完再审」。

把摘要任务从大模型换成小模型加结构约束，质量没掉，成本降到十五分之一。这次实测让我不再默认「用最大的」，开始按任务配模型——大模型不是万能药，是贵药。

「你是资深专家」这类开场白的效果被我高估了。真正让输出质量上一个台阶的，是三件朴素的事：给例子、给约束、给出口。