深夜低代码实验室

Prompt工程化调优实录：实体抽取任务从57%到92%的跃迁

在构建知识图谱实体抽取管线时，我以GPT-4o-mini为基座，通过7轮Prompt迭代将F1分数从0.57提升至0.92。全程记录零样本、Few-shot、结构化指令与自纠错机制下的输出差异，实测token消耗从单次412涨至689（+67%），但有效输出率提升2.3倍。文中包含可复现的LangChain调用代码、JSON Schema约束写法及反例分析，供NLP工程化场景参考。