本章进度 9 / 19
47%
正文已完成
L009跑一次上下文对照实验
只改变一个条件，多次记录输出，验证背景、示例或约束如何影响结果。
现在把“模型如何接话”用于一次具体操作，检查你能否独立做出并修正结果。
建议先完成同主题的理解与判断；本页不会锁课，可以边做边回补。
- 按本课练习说明准备真实材料
- 保留练习与复盘记录
凭一次聊天很难判断哪句话真正起作用。把提示测试成小实验，固定任务，只改变一个因素，再用相同标准比较多次输出。
能完成一份控制变量清楚的模型输出对照记录。
核心概念
先把关键判断说清楚
一次只改一个变量
同时改对象、格式和示例后，即使结果更好，也无法知道是哪项改变造成的。
多次运行观察波动
生成具有随机性，单次成功可能只是偶然。重复试跑能看出效果是否稳定。
先写评分表
在看到结果前确定准确、完整、可执行等标准，减少事后按喜好挑答案。
案例拆解
示例到底有没有帮助
运营人员怀疑加入一个合格周报示例能改善摘要，但过去每次还会一起改很多指令。
- 01
固定同一份材料、任务、格式和采样设置。
- 02
A 组无示例，B 组只增加一个经过审查的示例，各运行五次。
- 03
用遗漏事实、错误数字和行动清晰度三项评分。
案例结果
团队得到示例影响的可重复证据，也发现示例会复制其中一个冗余写法。
提交前练习
现在轮到你
设计并记录一次只改变一个上下文因素的 A/B 试跑。
完成本课需要：完成以下内容用于本课收口。
内容会自动保存在当前设备
查看参考答案与评分标准
参考答案
固定客服分类任务与 20 条样本；变量为是否加入一个标注示例；每组运行五次；按分类准确、证据引用和格式有效率评分。
评分标准
- 只有一个自变量
- 两组样本和运行条件一致
- 评分标准在结果前可定义
本课收口 · 学习证据
留下完整学习证据
读完内容、完成练习、通过理解检查并留下 12 字以上总结，才记为已验证。
你现在更接近哪一种状态？
尚有必填项未完成，请补齐后再继续。
资料来源
继续核对与延伸阅读
本课内容最近更新于 。
- Evals↗official-docs · 核对日期 2026-08-23
- Prompt Engineering↗official-docs · 核对日期 2026-08-23