Skip to content

06 提示词与回答控制 ​

“帮我写个活动通知”可以得到一段文字,但它可能面向错误的人群,漏掉容量,甚至补出不存在的联系电话。

问题不总是模型太弱。有时你没有把完成任务需要的信息提供给它。这一章先逐项补全任务说明,再观察生成参数改变了什么。

6.1 把需求分成五类信息 ​

目标说明要完成什么;对象说明给谁使用;材料提供已知事实;限制说明不能改变什么;完成标准说明怎样检查结果。

任务说明怎样形成可检查的输出
任务说明怎样形成可检查的输出目标与资料共同决定任务,输出结构让结果更易核对;增加形容词不能替代缺失的信息。 目标与对象给谁看,用来做什么希望解决哪个问题资料与限制提供可用事实说明不能补写什么输出要求格式、字段与篇幅必要时给出示例完成标准逐项检查事实与遗漏指出需要修订的位置
目标与资料共同决定任务,输出结构让结果更易核对;增加形容词不能替代缺失的信息。查看原图 →

以活动通知为例,“面向社区居民”会影响语言,“只依据当前说明”限定事实来源,“保留日期、时间、地点和容量”指出必要字段。“不超过 150 字”是形式要求,还需要实际检查字数。

这些信息不一定都要写很长。一个简短但明确的任务,往往比堆砌“专业、顶级、优秀”等形容词更容易核对。

6.2 材料和指令怎样分开 ​

把“活动说明”与“请怎样处理它”分别标出,可以减少混淆。资料中包含某个人的说法,不等于你授权模型按那句话执行。

例如,会议记录里有人提议“取消候补”,这只是待处理内容。除非用户明确要求并确认范围,不能直接把它写成已经实施的决策。

text
任务:根据材料写活动通知。
材料:……
要求:保留明确事实;缺失联系方式单独列出;建议不写成确定安排。
输出:通知正文 + 待确认事项。

6.3 示例主要帮助说明形式 ​

给一个格式示例,可以帮助模型理解你想要怎样的结构。但示例也会进入输入,因此可能带来旧事实。

想复用“日期、地点、报名方式”的结构,就明确把示例值写为占位符,并要求全部事实取自当前材料。不要把上一次活动的成品作为范例,却不说明哪些内容需要替换。

实验 E11 逐项完善一条要求 ​

准备 ​

当前活动说明 activity-current.md、同一助手和模型。每个版本使用独立话题,不混入前一份输出。

操作步骤 ​

  1. 先只问“帮我写一个活动通知”,保存结果。
  2. 从初始要求出发,仅增加对象:“面向没有编程基础的社区居民”。
  3. 再提供当前活动材料,并指出必须保留的四项事实。
  4. 增加输出结构:通知正文与待确认事项分开。
  5. 增加一个只含占位符的格式示例,检查它是否误带入示例事实。
  6. 用同一张表比较:事实是否保留、必要字段是否齐全、未知信息是否被补写、语言是否适合对象。
text
请根据当前活动说明,为社区居民写一份活动通知。
保留日期、时间、地点、容量和免费属性。
正文控制在 150 字以内;联系方式没有提供时不要编造。
另列待确认事项。建议不写成已经确定的安排。

完成标准 ​

交出各版输入和输出,解释每一项新增要求改变了什么。不能只因为输出更长就判定更好,也不能把格式正确当成事实已经核验。

参考解释

最初的模糊请求没有提供活动事实,任何具体日期和地点都需要追问或明确标为假设。提供材料之后,当前事实应得到保留,而赞助方和电话仍应未知。范例可以帮助结构,不应成为事实来源。

6.4 模型为什么不总给出同一个答案 ​

常见生成过程会按当前输入逐步选择输出内容。模型及服务的解码策略、采样设置和运行条件可能影响输出差异。

Temperature 常用于影响采样随机性,输出长度设置常限制生成预算。但不同模型、模式和服务对参数的支持并不相同。有些参数可能被限制或忽略,应看实际服务说明。

本课程不提供一组“万能参数”。先保持默认值,遇到明确问题再做单项对照。对于事实提取,无论设置怎样,都要检查是否有依据。

实验 E12 重复生成与参数对照 ​

准备 ​

一个事实任务:“提取地点与容量”;一个创意任务:“为活动写三个不夸大的标题”。确认所选模型支持哪些设置。

操作步骤 ​

  1. 固定模型、材料和提示词,在独立话题中重复事实任务三次,保存全部输出。
  2. 对创意任务做相同操作,比较表达变化。
  3. 若模型支持 Temperature,只改变这一项,再重复两个任务;若当前模式忽略它,就记录限制,不假装完成参数比较。
  4. 恢复默认条件,单独调整输出长度预算,观察是否遗漏字段或截断。
  5. 分开评价多样性、事实准确性、格式遵守和完整性。

完成标准 ​

能解释“变化更多”和“更正确”的区别。数字设置来自服务允许范围,不从其他模型教程照搬。实际响应或用量不可见时不补写测量值。

参考解释

不同标题不自动说明质量下降,固定事实被改写则需要纠正。低随机性也可能稳定地重复错误。长度预算导致中断时,应结合实际停止原因判断,不能只看回答短。

6.5 修订时指出具体问题 ​

“再专业一点”很难判断何时完成。“保留全部事实,只把第二段改成三条报名注意事项”更具体,也便于检查有没有影响其他正确内容。

后面进入 Agent 时,我们会把这些任务说明继续扩展成输出文件、工具范围和完成标准。这里先把输入和回答组织清楚。

自检题 ​

01提示词更长,是否一定更好?
参考答案

不一定。有效背景、材料、约束与完成标准可能帮助回答,重复、无关和冲突内容也可能增加困难。应检查新增内容解决了哪个具体问题。

02提供一个范例,能否证明答案事实正确?
参考答案

不能。范例帮助表达格式或处理方式,事实仍要回到当前材料核对。范例中的旧日期或数字也可能被错误沿用,需要明确哪些结构可复用、哪些事实不可复用。

03降低 Temperature 是否等于消除幻觉?
参考答案

不是。它在受到支持的条件下影响采样随机性,不提供事实来源。模型模式可能限制或忽略某些参数,低随机性也不能替代材料和核验。

04输出长度限制能否精确规定中文字数?
参考答案

不能直接等同。接口限制常以 Token 等单位表达,中文字数还需要输出要求与实际检查。长度限制过小可能截断内容,过大也不保证更完整。

下一章理解Token 与上下文:为什么同样一句新问题,在不同话题里实际输入可能不同。

本章资料:Cherry Studio AI 基础知识、具体接口参数示例。后者只说明相应服务,不能泛化为所有模型参数。

微信联系

李不凯的个人微信二维码,扫码添加好友

使用微信扫一扫,手机上可长按保存二维码