本章进度 12 / 19
63%
正文已完成
L031制作一组不诱导照抄的参考样例
用多样输入、共同标准和去标识化输出构建小型示例集，检验模型是否学到模式。
现在把“参考示例”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
一个示例容易让模型记住表面词汇。多个差异明显、标准一致的示例，才能证明它学的是任务规则。
能完成三条参考样例，并用新输入检查是否只是表面模仿。
核心概念
先把关键判断说清楚
输入要有差异
选择短文本、长文本、信息缺失等变体，避免示例只覆盖一种容易情况。
输出遵守同一标准
结构与验收规则保持稳定，让模型从变化中找到共同模式。
留一条新输入验证
不用示例中的专名和句式，检查模型能否迁移到未见材料。
案例拆解
投诉分类器只会复述样例词
三条样例都用‘物流慢’，模型遇到‘包裹一周没动’时未识别为配送延迟。
- 01
把示例改为不同表达和不同长度
- 02
固定主题标签与证据句格式
- 03
用从未出现过的口语表达做留出测试
案例结果
分类依据从关键词复述变为对投诉含义的迁移。
提交前练习
现在轮到你
为客户反馈归类制作三条多样样例和一条留出测试。
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
样例覆盖直接抱怨、含蓄描述和多问题文本，统一输出主题+证据句；留出‘快递像停在半路睡着了’；若归为配送延迟并引用原句则通过。
评分标准
- 示例存在实质差异
- 共同输出规则明确
- 留出测试没有照搬关键词
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