Prompt Engineering实验：同一任务下5种提示词的Token消耗与输出质量对比
本文以「从非结构化产品评论中抽取结构化JSON」为具体任务，在GPT-4o-mini（2024-07-18）与Qwen2.5-7B-Instruct上对比了5种提示词方案的Token消耗与输出质量。实验显示：零样本直接提问的JSON合法率仅68%，而加入Schema约束+少样本示例+输出前缀的Prompt将合法率提升到99.3%，同时平均输入Token从412降到287。文中给出完整可运行代码、温
小林LinuxLab
Lv.1Techlearner，保持学习，也坚持亲手验证，主要关注Linux系统，分享自动化运维、云资源实践及真实项目复盘；喜欢从问题、方案到复盘形成完整闭环。慢慢写，长期做，把有用的内容沉淀下来。
2文章
0粉丝
0关注
0获赞
