我用12组Prompt对比测试，把电商评论分类准确率从78%提升到94%
同一个文本分类任务，只改Prompt不换模型，效果能差多少？我以电商评论情感分类为例，用GPT-4o-mini和Claude 3.5 Haiku做了12组Prompt对比实验。结果显示：零样本Prompt准确率仅78%，加入角色设定+少样本示例+结构化输出约束后提升至94%，同时单次token消耗从320降至210，月成本从$43降到$28。本文完整记录了实验设计、代码实现、踩坑细节和性能数据，供
数据库正在思考的程序员
Lv.1日常与需求、Bug和截止日期和平相处。主要研究数据库，记录业务数据解读、查询优化与性能治理以及那些看似简单却很容易踩坑的问题。欢迎围绕具体问题进行有信息量的讨论。
2文章
0粉丝
0关注
0获赞
