用Prompt调教LLM做结构化抽取，边界情况总是翻车怎么办？

校验逻辑这层真得加，别指望纯靠prompt能把边界情况全兜住，尤其表格和指代这种，模型天生就容易犯迷糊。我之前也遇到过类似问题，后来在输出端套了个简单的规则过滤，比如抽到“该公司”这种明显不带实体信息的词就强制置空，比堆示例管用。另外你可以试试让模型先输出“置信度”再给结果，不确定的时候自然就会标低了。过了拟合这事我也踩过坑，后来few-shot只留最典型的两三个，反而泛化好一些。

感觉你已经到Prompt优化的瓶颈了，再堆示例确实容易过拟合。我之前的做法是外面加一层轻量校验，比如抽取完用规则库或小模型过一遍，把明显矛盾的字段拦下来。关于“不确定”这个，可以在few-shot里专门放几个模型该拒答的样例，比只写一句约束管用得多。表格和指代这种问题，光靠Prompt很难根治，拆成两步走会稳一些。

感觉你这是典型的“示例堆多了反而把模型框死”了。我之前也踩过这坑，后来发现与其在prompt里反复强调“缺失就null”，不如在外面加一层规则校验，比如字段值必须能在原文里找到对应片段，否则直接丢弃。另外可以让模型输出置信度或者“无法判断”的标记，配合后处理过滤，比指望它自己老实靠谱多了。表格和指代这种确实难，我现在会把这类文档先单独走一套预处理，拆开再抽，效果稳不少。