微调LLM时，prompt该怎么写才能让模型学会“角色扮演”？

动态调整prompt比固定模板靠谱，但别加否定示例，模型容易学得阴阳怪气。

我之前调客服模型也踩过这个坑，固定模板确实省事，但样本一多就僵了。后来改成每个样本动态写prompt，把具体场景、用户情绪和期望动作都塞进去，效果明显稳。否定示例我觉得有用，但别光写“不要说啥”，最好配上正面替代说法，比如“先承认问题再问订单号”，模型才更容易学到边界。你试试看会不会好点？

我自己踩坑的经验是固定模板不如动态拼场景，把用户意图和期望动作直接写进prompt里，模型学到的边界会清楚很多。否定示例我试过加，但效果不稳定，偶尔会让模型变得过度谨慎，反而说一堆废话。倒不如在数据里多放几个正面的标准回复，让模型自己悟出什么不该说。另外你那个7B模型如果训练轮数不多，试试把角色定义从“客服”换成“负责处理售后问题的客服”，具体化角色可能比加否定更管用。

建议动态调整，固定模板会把模型教死，场景化+否定示例混着来更稳。

说实话我踩过差不多的坑，后来发现固定模板反而限制模型发挥，动态调整prompt虽然麻烦但效果真不一样。否定示例得加，但别直接写“不要说抱歉”，我试过喂几条标注了坏回复的反例，比单纯说教管用多了。另外建议你试试把客服话术的常见分支场景拆开，比如售后和售前分开微调，7B模型参数少，目标太杂容易学歪。

我之前调的时候也踩过这个坑，固定模板确实容易让模型学成死记硬背，后来改成每个样本里动态塞入当前对话的上下文和具体动作，效果明显稳了。否定示例我试过加，但发现直接写“不要说XX”有时候模型反而更容易被带偏，不如在正例里多给几种标准说法。你那个“先道歉再问订单号”的思路其实是对的，建议再补点多轮对话的样本，让模型习惯在连续上下文里保持角色感。

还有个小技巧，prompt里可以带一点情绪标记，比如“[语气：耐心]”，7B模型对这种提示挺敏感的，跑偏概率会低不少。

我之前也踩过这个坑，感觉你遇到的不是单纯的prompt格式问题，而是“指令跟随”和“行为建模”的混淆。固定模板能保证稳定性，但会限制模型对上下文的理解，动态调整又容易让训练分布太散，导致收敛慢。我后来试下来，觉得得把prompt当成“任务说明书”而不是“对话剧本”，比如把客服流程拆成“状态-动作-话术”的结构，模型学的是决策逻辑，而不是背话术。至于否定示例，我个人的经验是别直接写“不要说抱歉”，这会让模型学成语言回避，反而更容易触发错误回复，不如给一个对比对，比如“用户抱怨时，正确回应是A，错误回应是B”，让模型自己对比着学。还有个细节，你可以在prompt里加一点角色的“语气限制”，比如“用短句，带情绪词”，这比单纯说“你是个客服”管用得多。另外，7B模型对角色一致性其实很敏感，建议你检查一下训练数据里有没有“角色切换”的噪声，有时候模型跑偏是因为它在模仿数据里“用户”和“客服”两种身份的混合表达。最后想问你一下，你用的微调框架是Lora还是全量？不同的参数策略对prompt的敏感度差别挺大的。

我最近也在调类似的模型，试下来感觉固定模板加动态内容混着用效果最好，场景描述和示例对话必须绑在一起，不然模型容易学散。否定示例别直接塞进prompt里，容易让模型变得畏手畏脚，不如在loss上做文章，或者用权重把错误回复的惩罚加大。你试试把客服的“人设”拆成几个关键行为准则放前面，后面跟着具体对话历史，这样模型跑偏的概率会小很多。

我之前也踩过这个坑，固定模板确实容易让模型变“复读机”。后来改成每个样本按场景动态写prompt，把客户情绪和具体问题塞进去，效果明显稳了。否定示例我试过，但发现容易让模型过度敏感，反而答得畏手畏脚，不如多给几个正确话术让它模仿。另外你试试在prompt里加一点语气词或者标点符号，比如“用户很生气，先安抚”，模型学出来的语气会自然很多。

我之前调客服模型也踩过这个坑，固定模板确实容易让模型变死板。后来我是把场景和对话历史直接塞进prompt，让模型自己“悟”角色，效果比硬性指令好不少。否定示例我觉得得加，但别光写“不要说啥”，最好配上正确说法对比着来，模型才知道往哪儿拐。另外动态调整prompt，每个样本根据用户意图稍微改下描述，感觉比统一格式更能拉住模型的注意力。

我之前调客服模型也踩过这个坑，固定模板确实容易让模型学成死记硬背。后来试了动态拼场景描述+对话历史，效果比单给角色定义好很多，尤其是把用户情绪写进prompt里，模型接话会自然不少。

否定示例我觉得挺关键的，但别直接写“不要说抱歉”这种，容易让模型学得畏手畏脚。我是把错误回复和正确回复同时放进去，让模型自己对比，跑偏率降了挺多。

另外你试过在样本里混一点“非典型”对话吗？比如用户不按套路出牌时，模型会不会崩？我现在就在纠结这个，感觉比prompt格式还难搞。

我个人踩坑下来感觉固定模板比动态调整稳很多，动态改prompt容易让模型把格式和内容学混了。否定示例真得加，但别放prompt里，塞进训练样本当负例效果更好，模型能学着在语境里避开那些话。还有个小技巧，角色设定里可以加一句“你说话带点口头禅”，生硬感会少很多。

我之前调的时候也遇到过这个坑，后来发现固定模板比动态调整稳定得多，但模板里必须带上场景描述和完整对话示例，不然模型确实容易学成机械应答。否定示例我也加过，但效果不太明显，反而容易让模型变得畏手畏脚，建议还是用正面示例把“正确路径”写清楚，比如给出一个完整的优秀回复让模型照着学。另外，你试试把角色信息从系统提示挪到每轮对话的用户消息前面，有时候模型对“对话历史”里出现的角色设定更敏感。

我之前也踩过这个坑，固定模板真的不行，尤其客服场景，用户问法千奇百怪，动态调整prompt让模型见招拆招才对。否定示例我觉得挺有用的，但别光写“不要说抱歉”，得给个正确示范，比如“先确认问题再给解决方案”这种，不然模型容易矫枉过正。另外你试试在prompt里加一点对话历史，让模型知道上下文，跑偏率会低不少。还有个小技巧，微调时把角色背景和语气要求分开写，别揉在一句话里，模型学得更清楚。

动态调整更好，固定模板容易让模型学成死记硬背。否定示例建议放，但得用真实对话反例，比直接说“别说”管用。

我最近也在搞类似的微调，试下来感觉动态调整比固定模板靠谱，因为客服场景里每个样本的语境差别挺大的。否定示例确实有用，但别写在prompt里，直接放到训练数据的负样本里让模型自己学更好。另外建议你试试把角色设定拆成“身份+目标+约束”三部分，比如“你是客服，目标是解决问题，不要用机械道歉”，效果会比一句话描述清晰很多。你用的什么基座模型？有些模型对格式特别敏感，换一个可能问题就没了。

建议每个样本都写清场景和期望动作，否定示例放最后一条强化，比固定模板稳得多。

固定模板加动态场景混合着来，否定示例写进system prompt里比放样本里管用。

动态调整更灵活，但固定模板能保证一致性，建议先固定后微调。

建议别用固定模板，按场景动态写prompt效果更稳，否定示例加一两条就够了，太多反而干扰学习。

试过类似的情况，个人感觉固定模板比动态调整更稳，但模板里必须留出变量位置，比如把场景、用户问题、期望动作都拆成字段，这样模型能学会结构。否定示例别直接塞进prompt，容易让模型学到“避开”而不是“替代”，不如在数据里多放几个正确示范，让它自己对比。另外，7B模型对“角色”的理解其实很弱，不如把客服该做的动作拆成几步，像“道歉-确认问题-给方案”这样写进每个样本，效果比强调身份好。你试试把“不要说”改成“可以说”的正面引导，跑几轮看看loss变化。