提示目标与任务拆解
提示设计、结构化输出与业务校验#FDE#第十一阶段#提示设计、结构化输出与业务校验#提示目标与任务拆解约 737 字 · 2 分钟阅读
追问显示点击任意追问卡片可收起 / 展开
本阶段学习说明
培养方向： 客户现场的软件实现、系统集成与 AI 应用交付。
阶段定位： 能将业务要求转成可维护的模型指令和输出契约，并由程序校验后再进入业务流程。
适用环境： Python、模型 API 或模拟服务、JSON Schema/Pydantic 等校验工具；记录模型标识、提示版本和依赖版本。
统一场景： 从客户工单中抽取类别、优先级、产品、问题摘要和建议团队，缺少证据时明确标记并交由人工复核。
题库结构： 100 道题及追问，分十组，附评分和实操建议；提供题目，不包含参考答案。
答题约定： 提示是模型输入的一部分，不是权限边界或业务规则执行器。结构合法不等于事实正确；业务校验、授权、写入和审计由应用实现。将客户数据视为数据而非可信指令，并通过固定样例验证提示变更。
如何把“让模型处理工单”拆成明确任务？
追问 输入、输出、禁止事项和不确定时的动作分别是什么？
怎样区分模型适合处理的判断与确定性规则？
追问 优先级映射若已有规则表，哪些步骤应由程序完成？
提示中的目标、背景和约束分别解决什么问题？
追问 删去背景后如何判断它是否真的影响结果？
如何将一个宽泛请求拆成可验证的子任务？
追问 抽取、归类和生成摘要能否分别评估？
提示要求模型“准确、专业”为什么不足？
追问 怎样改写成可观察的输出要求？
如何设定模型不能推断或补全的信息？
追问 缺少客户编号时，应返回什么状态而非猜测？
开放式生成和封闭集合分类怎样区别设计？
追问 类别由谁维护？新增类别时如何发现提示与程序不一致？
何时应让模型追问用户，何时应交给人工？
追问 触发条件如何写成可以测试的规则？
如何为提示指定适用范围与不适用场景？
追问 超出范围时系统应拒答、降级还是转人工？
如何把客户验收目标转成提示验收案例？
追问 典型、边界和失败样本各从哪里收集？