求教：开源模型做结构化抽取，Prompt模板怎么调都不稳，有实战经验吗？

说实话，纯靠Prompt调Qwen做结构化抽取，稳定性天花板就在那了，长文本丢字段几乎是必然的。我建议你把重心放在后处理上，比如用正则或者简单的规则把漏掉的字段补回来，或者做个二次校验，比反复调模板性价比高得多。另外系统提示词就放任务定义和格式要求，用户提示词放具体文本和字段说明，别混在一起，不然模型容易混乱。你试过把长文本分段处理再合并结果吗？我这么干之后，字段丢失的情况好了不少。

说实话你这情况太典型了，光靠调prompt上限就在那了，长文本丢字段基本是模型注意力被前面内容带跑了。我建议你直接上后处理兜底，用正则或schema校验把缺失字段标出来，再针对缺失部分单独做一次抽取，比反复调模板省心得多。系统提示词就负责定角色和输出格式，用户提示词塞具体字段定义和文本内容，别混在一起，不然模型容易乱。另外试试把字段定义放到文本前面，有时候比放后面管用。

别死磕Prompt，上点后处理兜底吧，漏字段用规则补，长文本截断分块抽更稳。

后处理兜底是必须的，漏字段靠正则或规则补，Prompt再调也扛不住长文本漂移。

7B这个量级做十来个字段的抽取确实容易翻车，尤其合同这种长文本，注意力稀释之后尾部字段丢失太常见了。我自己的经验是别指望Prompt能一把梭，Json模式约束只是保格式，保不了内容完整性，该漏还是漏。可以试试把抽取拆成两阶段，先让模型定位相关段落或条款，再针对每个片段单独抽字段，短上下文里稳定性会好很多。few-shot也别一股脑全塞，挑那种容易混淆的负例放进去，比堆正例管用。系统提示词我一般用来定角色和全局规则，比如输出必须是合法Json、找不到就填null，用户提示词里放具体字段定义和当前文本，分工清楚点模型不容易乱。后处理兜底一定要有，哪怕只是拿正则补一下日期金额、再跑一遍Json解析校验，能省掉一大半脏数据。长文本还可以考虑滑动窗口加字段级投票，同一字段多段抽几次取多数，比单次硬抽靠谱。

这种长文本后面字段丢的情况我也踩过坑，Qwen2.5虽然JSON模式还行，但上下文一长注意力就散了。我的做法是把抽取拆成两轮，先让模型标出每段跟哪些字段相关，再逐段抽，比一次性硬塞强不少。另外后处理兜底真不能省，字段缺失或格式错的时候用正则和规则修一遍，能救回不少。系统提示词我一般只放角色和全局约束，字段定义和示例都塞用户提示里，这样切换任务也方便。