领域 4 · 占比 20% · 预览
提示工程与结构化输出
Prompt Engineering & Structured Output · 6 个知识点
先看清楚这一章会学什么
完整正文、图解、练习和考点拆解会在解锁后开放。现在先把官方要求和课程结构看明白，再决定是否继续。
本章大纲
- 4.1"请保守一点"为什么压不住 AI 的误报？降低误报靠的是可执行的判定标准，不是"高置信度才报告"这种语气词。
- 4.2Few-shot 不是多塞几个例子就够了真正有用的是决策边界上的正反例，并告诉模型为什么这个案例要这样判。
- 4.3JSON 格式对了，数据就一定对吗？Schema 只能保证"长得合法"，不能保证金额加总正确；可空字段也能避免模型硬编答案。
- 4.4AI 提取失败，到底该不该再试一次？格式错就带着具体报错重试；原文根本没有的信息，再试十次也只会浪费钱。
- 4.5便宜 50% 的 Batch API，为什么不能塞进 CI？批处理适合不着急的离线任务，没有延迟 SLA，也不能在单次请求里跑多轮工具循环。
- 4.6为什么 AI 不适合给自己刚写的代码打分？同会话自审会替自己的选择辩护；大改动还需要"逐文件 + 跨文件 + 独立复审"三层检查。