为什么公开开发集之外还要保留隐藏测试集来评估 prompt 或模型版本？
为什么公开开发集之外还要保留隐藏测试集来评估 prompt 或模型版本？ 本文先给出可直接复述的结论，再用最小代码说明金标集 隐藏测试集 过拟合防护 prompt迭代的工作方式、判断依据、项目边界和常见误区。
核心关键词金标集 隐藏测试集 过拟合防护 prompt迭代
面试知识索引 · 分类、标签与搜索
AI 开发 · Prompt面试题，28 道完整答案
AI 开发 · Prompt面试题第 1 页，显示第 1–28 题，共找到 28 道完整解析，可继续按分类、标签与关键词缩小范围。
28筛选结果
52技术分类
178检索标签
1索引分页
快速定位
清除全部筛选分类、标签与关键词搜索
第 1 页
本页面试问题
按稳定语义路径排序
- 0001
- 0002
同一语义指令改写成不同 prompt 后输出波动很大，离线评测应怎样量化鲁棒性？
同一语义指令改写成不同 prompt 后输出波动很大，离线评测应怎样量化鲁棒性？ 本文先给出可直接复述的结论，再用最小代码说明prompt敏感性 扰动鲁棒性 语义保持改写 评测的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt敏感性 扰动鲁棒性 语义保持改写 评测 - 0003
什么是大模型的上下文窗口，它如何限制一次请求能处理的内容？
回答重点：上下文窗口同时约束输入与输出 token 总额，超过会产生 400 错误或停止生成；通过具体多轮对话场景说明历史、提示词和输出如何竞争有限空间，并解释溢出与精度衰减的边界。
核心关键词LLM context window 上下文窗口 限制 - 0004
为什么大模型在长上下文中间位置的信息容易被忽略（lost in the middle）？
为什么大模型在长上下文中间位置的信息容易被忽略（lost in the middle）？ 本文先给出可直接复述的结论，再用最小代码说明长上下文 中间信息丢失 lost in the middle的工作方式、判断依据、项目边界和常见误区。
核心关键词长上下文 中间信息丢失 lost in the middle - 0005
提示词越长效果越好吗，长提示的成本与收益如何权衡？
提示词越长效果越好吗，长提示的成本与收益如何权衡？ 本文先给出可直接复述的结论，再用最小代码说明提示词长度 成本与收益 权衡的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词长度 成本与收益 权衡 - 0006
在提示词层面有哪些被验证有效的降低幻觉的手段？
在提示词层面有哪些被验证有效的降低幻觉的手段？ 本文先给出可直接复述的结论，再用最小代码说明减少幻觉 提示词 引用资料 允许拒答的工作方式、判断依据、项目边界和常见误区。
核心关键词减少幻觉 提示词 引用资料 允许拒答 - 0007
线上如何做提示词版本的 A/B 对比并保证结论可信？
线上如何做提示词版本的 A/B 对比并保证结论可信？ 本文先给出可直接复述的结论，再用最小代码说明提示词 A/B 测试 版本对比 线上评估的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 A/B 测试 版本对比 线上评估 - 0008
何时应该在提示词中要求模型逐步推理（chain-of-thought）？
何时应该在提示词中要求模型逐步推理（chain-of-thought）？ 本文先给出可直接复述的结论，再用最小代码说明chain of thought 适用场景 推理需求的工作方式、判断依据、项目边界和常见误区。
核心关键词chain of thought 适用场景 推理需求 - 0009
设计分类任务的提示词时，标签集合应如何呈现以减少误判？
设计分类任务的提示词时，标签集合应如何呈现以减少误判？ 本文先给出可直接复述的结论，再用最小代码说明分类任务 标签设计 输出一致性的工作方式、判断依据、项目边界和常见误区。
核心关键词分类任务 标签设计 输出一致性 - 0010
为什么提示词中明确直接的指令比委婉暗示更有效？
为什么提示词中明确直接的指令比委婉暗示更有效？ 本文先给出可直接复述的结论，再用最小代码说明提示词工程 明确指令 直接表述的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词工程 明确指令 直接表述 - 0011
模型输出不符合预期时，如何系统性地定位是提示词问题还是模型能力问题？
模型输出不符合预期时，如何系统性地定位是提示词问题还是模型能力问题？ 本文先给出可直接复述的结论，再用最小代码说明提示词调试 失败模式 定位方法的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词调试 失败模式 定位方法 - 0012
为提示词优化设计评估集时，样例应如何选取？
为提示词优化设计评估集时，样例应如何选取？ 本文先给出可直接复述的结论，再用最小代码说明提示词 评估集 设计 样例选取的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 评估集 设计 样例选取 - 0013
当系统提示词与用户指令冲突时，模型应遵循哪一层级？
当系统提示词与用户指令冲突时，模型应遵循哪一层级？ 本文先给出可直接复述的结论，再用最小代码说明系统提示 用户指令 冲突 优先级的工作方式、判断依据、项目边界和常见误区。
核心关键词系统提示 用户指令 冲突 优先级 - 0014
在长上下文提示中，为什么建议把文档放在查询之前？
在长上下文提示中，为什么建议把文档放在查询之前？ 本文先给出可直接复述的结论，再用最小代码说明长上下文 文档位置 查询顺序的工作方式、判断依据、项目边界和常见误区。
核心关键词长上下文 文档位置 查询顺序 - 0015
切换 Claude 模型版本时，提示词需要做哪些兼容性检查？
切换 Claude 模型版本时，提示词需要做哪些兼容性检查？ 本文先给出可直接复述的结论，再用最小代码说明Claude 模型版本迁移 提示词 兼容性的工作方式、判断依据、项目边界和常见误区。
核心关键词Claude 模型版本迁移 提示词 兼容性 - 0016
多份文档内容互相矛盾时，提示词应如何指导模型处理？
多份文档内容互相矛盾时，提示词应如何指导模型处理？ 本文先给出可直接复述的结论，再用最小代码说明多文档 冲突 提示词 矛盾处理的工作方式、判断依据、项目边界和常见误区。
核心关键词多文档 冲突 提示词 矛盾处理 - 0017
多语言场景下提示词语言与输入语言不一致时会出现什么问题？
多语言场景下提示词语言与输入语言不一致时会出现什么问题？ 本文先给出可直接复述的结论，再用最小代码说明多语言 提示词 语言一致性的工作方式、判断依据、项目边界和常见误区。
核心关键词多语言 提示词 语言一致性 - 0018
如何可靠地控制模型输出的长度？
如何可靠地控制模型输出的长度？ 本文先给出可直接复述的结论，再用最小代码说明提示词 输出长度控制 max_tokens的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 输出长度控制 max_tokens - 0019
如何用 system prompt 稳定地控制模型的语气与角色设定？
如何用 system prompt 稳定地控制模型的语气与角色设定？ 本文先给出可直接复述的结论，再用最小代码说明system prompt 角色设定 语气控制 Claude的工作方式、判断依据、项目边界和常见误区。
核心关键词system prompt 角色设定 语气控制 Claude - 0020
Anthropic 的 prompt caching 适合缓存提示词的哪些部分？
Anthropic 的 prompt caching 适合缓存提示词的哪些部分？ 本文先给出可直接复述的结论，再用最小代码说明prompt caching 缓存设计 前缀一致性的工作方式、判断依据、项目边界和常见误区。
核心关键词prompt caching 缓存设计 前缀一致性 - 0021
如何设计提示词让模型先引用证据再作答以降低幻觉？
如何设计提示词让模型先引用证据再作答以降低幻觉？ 本文先给出可直接复述的结论，再用最小代码说明引用证据 降低幻觉 提示词设计的工作方式、判断依据、项目边界和常见误区。
核心关键词引用证据 降低幻觉 提示词设计 - 0022
什么情况下应把复杂任务拆成多次提示调用（prompt chaining）而非单次长提示？
什么情况下应把复杂任务拆成多次提示调用（prompt chaining）而非单次长提示？ 本文先给出可直接复述的结论，再用最小代码说明提示链 任务拆分 多次调用的工作方式、判断依据、项目边界和常见误区。
核心关键词提示链 任务拆分 多次调用 - 0023
提示词模板中直接拼接用户变量有什么风险，应如何安全插值？
提示词模板中直接拼接用户变量有什么风险，应如何安全插值？ 本文先给出可直接复述的结论，再用最小代码说明提示词模板 变量注入 安全插值的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词模板 变量注入 安全插值 - 0024
如何在发送请求前估算提示词 token 数以避免超出上下文窗口？
如何在发送请求前估算提示词 token 数以避免超出上下文窗口？ 本文先给出可直接复述的结论，再用最小代码说明token 估算 上下文窗口 计数 Claude的工作方式、判断依据、项目边界和常见误区。
核心关键词token 估算 上下文窗口 计数 Claude - 0025
为什么提示词需要像代码一样做版本管理，应记录哪些元信息？
为什么提示词需要像代码一样做版本管理，应记录哪些元信息？ 本文先给出可直接复述的结论，再用最小代码说明提示词 版本管理 元信息记录的工作方式、判断依据、项目边界和常见误区。
核心关键词提示词 版本管理 元信息记录 - 0026
为什么在提示词中使用 XML 标签组织输入能提升 Claude 输出质量？
为什么在提示词中使用 XML 标签组织输入能提升 Claude 输出质量？ 本文先给出可直接复述的结论，再用最小代码说明Claude 提示词 XML 标签 结构化输入的工作方式、判断依据、项目边界和常见误区。
核心关键词Claude 提示词 XML 标签 结构化输入 - 0027
多租户 RAG 系统如何利用元数据过滤保证租户间数据不串，仅靠 prompt 声明租户为什么不可靠？
多租户 RAG 系统如何利用元数据过滤保证租户间数据不串，仅靠 prompt 声明租户为什么不可靠？ 本文先给出可直接复述的结论，再用最小代码说明RAG 多租户 数据隔离 metadata filter的工作方式、判断依据、项目边界和常见误区。
核心关键词RAG 多租户 数据隔离 metadata filter - 0028
RAG 中 step-back 提问（先生成更抽象的问题再检索）适合解决哪类具体查询检索不到背景知识的问题？
RAG 中 step-back 提问（先生成更抽象的问题再检索）适合解决哪类具体查询检索不到背景知识的问题？ 本文先给出可直接复述的结论，再用最小代码说明RAG step-back prompting 抽象化检索的工作方式、判断依据、项目边界和常见误区。
核心关键词RAG step-back prompting 抽象化检索