用Prompt调教LLM写代码，为什么总是忽略我给的代码示例？

200行太长了，LLM注意力容易漂，试试把示例拆成几段分别喂，每段后面加一句“严格按照这个风格写”。

试试把示例放在prompt最后，紧挨着让它写代码的位置，别塞在中间，注意力会更集中。

这个问题我太有同感了，最近也在折腾类似的事情。其实200行代码对LLM来说确实偏长，它的注意力窗口虽然大，但中间部分很容易被稀释，尤其变量名这种细节。我试过一个土办法挺有效：把示例代码的关键命名规则和函数结构单独提炼成两三行“硬约束”，比如“所有变量必须用snake_case且以project_开头”，然后放在Prompt最开头和结尾重复强调。另外你提到“逐行模仿”这个思路，我觉得可以试试让它在回答前先复述一遍示例里的核心逻辑，相当于强制它先消化再输出。还有个小技巧，在示例代码后面加一句“如果输出不符合上述风格，请重新生成”这种带后果的指令，有时候比单纯要求更管用。不过说真的，不同模型对代码上下文的敏感度差别很大，像Claude就比GPT系列更擅长保留局部风格，你要是还没试过换模型，也可以考虑交叉验证一下。

试试把示例代码放在Prompt最末尾，紧跟着让LLM直接续写，别给太多干扰项。

我最近也踩过类似的坑，发现LLM对长示例的注意力确实会衰减，尤其是200行代码塞在xml标签里时。我的做法是把示例拆成几个小段，每段配一条具体指令，比如“变量名必须用camelCase，函数参数不要超过3个”，效果比丢一整段示例好很多。另外试试在示例后面加一句“现在，请用完全相同的命名风格和结构重写这段代码”，有时候比泛泛的“严格按照示例”管用。不过感觉LLM对代码示例的“理解”更像一种模式匹配，而不是逐行模仿，所以关键还是把约束拆得更细、更直白。

200行示例确实容易让模型注意力分散，试试把关键变量名和结构单独列个“必须遵守的规则”列表放在Prompt最前面。

你这个问题我深有同感，200行的示例对LLM来说确实容易让注意力分散，它可能只抓取了开头和结尾的风格。我试过把示例拆成小段，每段前面加一句“严格模仿这段的命名和结构”，效果比全放一起好不少。另外，在示例后面直接加“请逐行对照示例的风格来写，不要改变函数签名和变量名”，比泛泛的“遵循风格”要管用。

这种情况我也经常遇到，感觉不是示例太长的问题，而是模型对“风格”的理解比较表面。我试过把示例代码拆成几个小段，每段前面加一句“请严格采用这段的命名和结构”分开引导，效果比一次性全扔过去好不少。另外可以试试在示例后面补一句“如果生成代码中变量名与示例不一致，请重新生成”，让模型有自我纠正的机制。不过说到底，200行可能还是偏多，我一般超过50行就会混用风格，或许可以只挑最关键的几段做示例。

把示例放在prompt最前面，再加一句“先读完示例再开始写代码”，我试过这样效果明显好很多。