提示语策略差异
不同模型像不同同事。有的人你直接说目标,他会自己拆步骤;有的人需要你给清楚流程、例子和格式。prompt 不能一套打天下。
关键结构图
重排
左侧是推理模型简洁目标,右侧是通用模型步骤和样例,中间是同一任务。
What
提示语策略差异是根据模型类型调整 prompt:推理模型更适合简洁目标,通用模型更需要结构化补偿。
提示语策略差异是一种模型使用方法。面对推理模型,提示语可以更聚焦目标、约束和验收;面对通用模型,需要更多步骤、样例、角色和结构补偿。边界是,具体策略仍取决于模型能力、任务类型和输出风险,不能机械套用。
Structure提示语策略差异 = 模型类型 + 任务难度 + 提示补偿
When
当你换了模型后发现旧 prompt 效果变差,或同一任务在不同模型上表现差异很大时,需要调整策略。
How
先判断任务是推理、创作、摘要还是执行。推理模型给目标和约束,通用模型补步骤、样例和检查清单。输出后按同一标准比较。
Examples
让推理模型解复杂 bug,可以直接给错误、代码路径和期望结果,少做花哨角色扮演。
让通用模型写课程文案,给受众、结构、示例和语气要求,效果通常更稳。
来源
类型:AI 交互方法 / 模型选择实践
事实线:不同大语言模型在推理、生成、成本和响应风格上存在差异,提示语应随任务和模型调整。
依据:推理模型与通用模型使用经验、prompt engineering 讨论、1000 Bricks 对提示语策略差异的整理。
边界:适用于模型使用和工作流设计;不等于某类模型永远只该用一种 prompt。
常见误读:不要把“简洁”理解成不给上下文。关键背景和验收标准仍然必要。