codecamp

同一需求为何给 Qwen 写三遍

同一个需求的三遍写法,不是越写越花哨,而是按「输出形状要不要固定、手里有没有样例」选臂:格式固定走结构化,有对错样例走少样本,都不占才用零样本。

一、前提与适用

适用对象 前提 不适用
同一需求写了好几版提示词的人 明确输出要交给谁、怎么用 一次性闲聊(三臂都过剩)
输出要进下游程序(解析、入库) 能写出字段与容器的形状约定 输出只给人看的开放创作
手里有历史正确样例或对错对照 样例质量可人工确认 样例来源不可靠(会教坏模型)

本节示例用 qwen3.7-max;示例参数 temperature=0.7、top_p=0.8 属选取默认值,不是官方推荐。三臂的判定顺序按「先结构化、再少样本、最后零样本」,理由见怎么做。

二、怎么做

三步:问自己两个问题 → 按答案选臂 → 用实测锁定。

第 1 步,问两个问题。 ①输出形状要固定吗?要进程序、要逐字段核对,就要。②手里有能当样例的输入输出对吗?有真实历史样例(尤其是对错对照)才算有。

第 2 步,按答案选臂。 下面的判定器把两问变成选择逻辑。

## EXPECT: 格式固定=结构化 无样例=零样本 有对错样例=少样本
def pick(fixed_shape, has_samples):
    if has_samples:
        return "少样本"
    if fixed_shape:
        return "结构化"
    return "零样本"

print(f"格式固定={pick(True, False)} 无样例={pick(False, False)} 有对错样例={pick(False, True)}")

第 3 步,用实测锁定。 选定写法后实跑一次,核对输出形状与字段值;不达标回到第 1 步重新选臂,而不是在同一条上无限调参。三臂对应关系:零样本是一句话直说需求;结构化补上格式契约(字段、容器、边界);少样本再给样例对。同一条需求往往要过这三遍,但每遍换的是写法层级,不是措辞。

开工前先看一组反例与正例。

坏写法(零样本硬扛结构化任务):

帮我提取这条商品描述里的信息。

「信息」没有字段定义,输出是散文还是列表全凭模型心情;下游要解析时,这种输出没法接。

改写后的完整提示词(结构化臂):

你是资料整理助手。从下面的商品描述中提取三个字段,以 JSON 输出:title(商品名)、price(价格数字)、tags(标签数组,最多 3 个)。描述中没有的信息填 null。只输出 JSON,不要解释。

商品描述:{{商品描述}}

最小可跑填法:商品描述 填真实描述,例如「无线蓝牙耳机,主动降噪,续航 30 小时,官方价 499 元,支持快充,附收纳袋」。随请求参数:模型 qwen3.7-max、enable_thinking=false、temperature=0.7、top_p=0.8——字段提取关思考更稳也更省。

实测输出与判定:脚本实跑输出与首行注释一致。逐条判定:两问定三臂——形状固定且无样例走结构化;有对错样例升少样本(样例里放一条错误示范,模型学会避开);两问都不占才用零样本。实测要核的是 JSON 三字段与取值(price 应为数字 499、tags 不超过 3 个)。

怎么看这个示例:判定器是本地脚本,上面那条提示词另在 qwen3.7-max(temperature=0.7、top_p=0.8) 上实测;脚本输出不等于模型输出,两者分别核对。

模型回复(真实输出节选):

{
  "title": "无线蓝牙耳机",
  "price": 499,
  "tags": ["主动降噪", "续航30小时", "支持快充"]
}

Qwen 输出卡片

以上为模型真实回复的节选,实测日期 2026-11-16。

三、参数与边界

臂 适用条件 边界
零样本 开放创作、形状无关紧要 拿去接程序必翻车,别硬扛
结构化 形状固定、无可靠样例 契约要写全字段与缺省值(填 null)
少样本 有真实输入输出对 样例教什么就学会什么,错样例会教坏
平台自动优化 想省手工迭代 期望样例(用户输入+模型输出)驱动,或一键优化——它调用模型扩展细节,消耗 token 并计费
框架模板 起步没头绪 框架给形状不给质量,要素查 2.1

样例不是越多越好:三到五个有代表性的对子,比二十个雷同的对子有效。

四、验收清单

现象 判断依据 下一步动作
零样本输出没法解析 形状本该固定 升结构化臂,补字段契约
结构化输出字段缺失 没写缺省值约定 补「没有的信息填 null」
少样本输出模仿了坏习惯 样例里含错误示范 换干净样例,或用对错对照
三臂都试了仍不稳 需求本身有歧义 回 2.3 做约束改写,再选臂
想省调优时间 手工迭代轮次多 平台自动优化可代劳,留意 token 计费

用这张清单前先确认一点:换臂是换「写法层级」,在同一臂里反复重写措辞不解决问题时,先怀疑选错了臂。

五、注意与相关

  • 判定顺序先结构化后少样本:样例有维护成本,格式契约能解决就不上样例。
  • 「写三遍」是需求演进不是重复劳动:每遍解决一层(需求 → 形状 → 样例),别把三遍写成三个同义句。
  • 平台的自动优化工具(期望样例驱动或一键扩展)可以替代部分手工迭代,它调用模型、消耗 token 并计费——跑批前估一下量。
  • 来源:Model Studio 提示词指南 https://help.aliyun.com/en/model-studio/prompt-engineering-guide 给出自动优化工具说明;百炼 Prompt 模板页给出期望样例优化与完整 prompt 复制入口。三臂判定逻辑与验收清单是教程自己组织的方案。
  • 相关:五要素消融见 Qwen 提示词五要素少哪块会怎样;约束改写见 把模糊要求换成 Qwen 能核对的约束;输出契约落地见 让 Qwen 生成脚本与测试。
把模糊要求换成 Qwen 能核对的约束
Qwen 输出怎么落进表格
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }