20 min · 第一部分收官课——把 L1–L5 的机理翻译成可复用的写法纪律与迭代流程
🎒 预备知识：完成上一课「L5」（零基础入口：第 0 课）
| 写法 | 对应机理 | 示例 |
|---|---|---|
| 结构化分隔 | 位置效应与显著性（L4） | 用 XML/Markdown 标签把"规则/数据/任务"分区：<规则>…</规则><数据>…</数据> |
| 正向指令 | "不要想大象"效应 | ✗"不要用书面语" → ✓"用口语，像跟朋友聊天" |
| 输出契约前置 | 输出也占预算（L2）+ 结构化（A7） | "以 JSON 输出，字段：title(≤20字)、tags(3个)"放在任务描述前 |
| 示例覆盖边界 | ICL 即分布（L5） | 示例里放一个"输入缺失→输出 null"的边界例 |
| 允许不知道 | 幻觉机理（L5） | "无法从给定资料确认时，写 uncertain，不要推断" |
为什么"正向指令"有效？模型对文本的加工是激活式的：读到"书面语"这个词， 相关的模式就被激活了，前面的"不要"压不住。告诉它要什么，激活的就是目标模式。
① 角色设定，用在刀刃上。"你是资深儿科医生"能激活专业语域和审慎度—— 但它不是万能的：对事实准确性提升有限（L5 幻觉是机制问题），对语气/审慎度/视角有效。 判据：需要的是"专业风范"就用，需要的是"更多知识"就别用（去检索，A8）。
② 输出前置（prefill）。让 assistant 消息以 {" 开头——模型被迫
直接续写 JSON，寒暄和代码围栏物理性消失。这是对付"JSON 格式漂移"最便宜的偏方
（API 支持 assistant 预填时）。
③ 自一致性（self-consistency）。同一问题采样 5 次（温度略高），对结果投票取多数—— 用采样次数换正确率，多步推理题能提 5–10 个点。代价是 5 倍 token，只在答错代价高的场景用。 这本质是 A9 的"多智能体并行"退化到单请求内的版本。
示例即分布——模型模仿你给的一切。三条选择纪律：① 覆盖边界： 最短合法输出、缺失字段的处理、极端输入各来一个，比三个"完美案例"有效； ② 数量 2–5 个：超过后边际收益趋零而 token 线性涨；③ 顺序有影响： 模型对最后一个示例最强（近因），把最典型/最关键的放最后。
1. 先写测试集：3-5 个典型输入 + 1-2 个边界输入（写之前就想好"好的输出长什么样"）
2. 基线跑一遍，记录结果（A11 的微缩版）
3. 每次只改一处 → 全量重跑 → 对比 → 保留或回滚（版本化，像 git 一样）
4. 稳定优于最优：一个 92 分但不稳、一个 90 分但稳——选后者为什么强调"一次只改一处"：提示词是高维敏感系统，同时改两处， 效果提升时你不知道是哪处起了作用，下次没法复制。 示例文件管理建议：提示词和测试集都进 git，每次实验记一行（改了什么、得分多少）—— 一个月后你会感谢这份账本。
system：每一轮都成立的规则、角色、契约——稳定、靠前（缓存 + 显著性）。 user：本次的具体输入与数据。判断一道题："这条规则 10 轮后还要生效吗？" 要 → system（并考虑末尾重申，L4 位置效应）；只在本次任务相关 → user。 敏感信息两边都不放（A12：prompt 不是保险箱）。
坑 1：万能 prompt 迷信。收集"神级 prompt"直接套——机理不匹配场景，
神级也是零级。用本课表格自己推导。
坑 2：一次改五个地方。效果好了不知道归功谁，坏了不知道回滚哪——实验纪律高于文笔。
坑 3：把提示词当安全措施。"不要泄露 system 提示"挡不住注入——
安全靠 A12 的代码层阶梯，提示词只承担"降低概率"。
坑 4：CoT 和推理模型叠加。推理模型已内化思考，再喊"一步步想"是白烧 token（L5）。
把这段烂提示词改好（至少指出 4 处问题并给出改法）：
"你是个资深编辑。不要写得太长，帮我把下面的内容改得吸引人一点，小红书风格。"
改完发到对话里，我按五条写法逐条批改——通过即第一部分 LLM 基础收官，
进入 L7 Function Calling（通往 agent 的桥）。