大部分「模型忽好忽坏」的问题,不是模型不行,而是提示词缺少某一块。把五要素补齐,稳定性立刻上一个台阶。
# 任务
把客服工单分类到给定标签之一。
# 输入
<工单>
{{ticket}}
工单>
# 标签
退款 / 物流 / 产品质量 / 账号 / 其他
# 约束
- 只能选一个标签;
- 只依据工单原文,不推测用户意图;
- 涉及金额或投诉语气,选"退款"并注明。
# 输出
{"label": "<标签>", "reason": "<不超过 20 字>"}
# 失败处理
无法判断时输出 {"label": "其他", "reason": "信息不足"}
| 反例 | 问题 |
|---|---|
| 「帮我分析一下这段文字」 | 没有任务定义,输出全凭运气 |
| 「要专业、准确、详细」 | 形容词不是约束,模型无法量化执行 |
| 把数据与指令混在一段里 | 模型分不清哪句是要执行的指令 |
通常是约束与输出格式不够明确;把任务、约束、输出结构写死,并把 temperature 降到 0–0.3。
不是,每一条都应该对应一个具体问题;无用的约束会稀释重点并增加 token 成本。