学习系列课M2 · M2 · 第 5 讲

提示词与内容表达 · M2 · 第 5 讲

结构化输出与批量任务

让一百条结果长得一样

本模块 0 / 3 讲

开场:200 条评论,一条一条问要问到明天

你导出了 200 条用户评论,想让 AI 分成“功能诉求、体验问题、价格异议、好评”四类。你试了三条,格式就开始飘:有的输出一段话,有的多给解释,有的把两条合成一条。

问题不在模型笨,而在于你只给了任务,没给结构。这一讲解决两件事:让输出稳定成形,让批量处理可控。

本课目标

一、为什么格式会崩

三个原因,按出现频率排:

  1. 没定义字段:你说“分类”,没说输出哪几列;
  2. 没给示例:模型不知道你要的颗粒度;
  3. 一次给太多:输入太长,它开始省略、合并、编造。

对应三个动作:定义 schema、给一个样例、分批处理。

二、三件套:让输出稳定

1. 字段定义

输出四个字段:id(原文编号)、category(四选一:功能/体验/价格/好评)、reason(20 字以内)、confidence(高/中/低)。

2. 一个样例

示例输入:3号,“导出老是失败,气死了”。 示例输出:{"id":3,"category":"体验","reason":"导出功能失败","confidence":"高"}。

3. 校验规则

只输出 JSON 数组,不要解释;分类只能是四个值之一;无法判断时 category 填“待定”,confidence 填“低”。

三件套齐全,格式基本不会跑偏。

三、表格还是 JSON

本讲第 1 张表:三、表格还是 JSON
用途 选表格 选 JSON
给人看 是 否
给程序用 否 是
字段少、结构固定 是 可以
需要嵌套(一条多个标签) 勉强 是

一个经验:给人看的用表格,给下一步程序用的用 JSON。

四、批量处理:分批 + 编号

不要一次丢 200 条。按 20–30 条一批,并给每条编号:

下面是第 1–20 条,已编号。请逐条处理,输出条数必须等于输入条数。缺哪条就在结果里标“缺失”,不要补写。

三个关键约束:

处理完一批,抽查 3 条,再继续下一批。不要等 200 条全跑完才发现分类标准错了。

批处理分两种:Batch API 约按同步价 5 折、异步执行,有独立限额;把 20–30 条放进普通请求循环,仍按标准价并受 RPM/TPM 限制(2026-11-20 查询,按平台当期规则)。

五、失败处理:让模型自己报错

批处理一定会遇到异常:空文本、外语、广告、重复。提前约定:

如果某条无法处理,输出 {"id":n,"category":"待定","reason":"原因","confidence":"低"},不要跳过,也不要猜测。

这样你拿到的是一张完整的表,而不是一个需要手工对齐的残缺结果。

六、30 分钟练习

  1. 找 20 条真实评论/反馈(5 分钟);
  2. 定义 3–4 个字段,写一个样例(10 分钟);
  3. 分两批让 AI 处理,检查条数与编号(10 分钟);
  4. 抽查 3 条,修正分类标准后再跑一遍(5 分钟)。

七、四个常见坑

  1. 只给分类名,不给判断标准:同类会被分到不同类;
  2. 一次丢整份文档:模型开始摘要,不再逐条;
  3. 不检查条数:少了 5 条你可能一周后才发现;
  4. 把置信度当装饰:低置信度的条目必须人工复核。

八、检查清单

九、延伸阅读


下一讲:图像与视频提示词。你会用一张分镜表,把文字想法变成可拍的镜头。