用Prompt让Agent调用工具时总是乱选参数，怎么调教都不听话，求指点

说实话你这问题我太有同感了，之前调一个订票Agent也卡在参数幻觉上，后来发现光堆few-shot没用，模型对“可选项”的理解跟咱们不一样。我后来是把每个工具的参数拆成独立的子决策，先让它用一句话复述用户意图，再问“现在需要哪些字段”，最后才给工具名，等于把ReAct里的Thought和Action中间加了道强制检查。还有那个乱选工具的情况，八成是工具描述里“搜索”和“计算器”的触发词在语义空间里离得太近，你可以试试把描述改成“仅当用户提到查找信息时才用”，然后加一个“其他情况一律不调用”的兜底动作。不过说实话，哪怕这样也还是有随机性，我后来直接上了个规则层，凡是置信度低于0.7就反问用户确认，虽然体验笨了点但至少不会瞎调。你这儿试试把system prompt改成“先列出所有可用工具，再打勾选择”，强制它走一遍全量对比，比单纯加约束句要稳。另外你多跑几次结果不一样，可能跟temperature设置有关，工具选择阶段我都是直接设成0，你可以对比下看看。

试试把工具选择拆成两步，先让模型只选工具再单独填参，我这么改后乱选少了很多。

试试给每个工具单独写个调用规则，让它先选再填参，两步走能稳不少。
或者把few-shot换成反面例子，专治乱填参数。

这种乱填参数的情况我太熟了，本质上是模型在“生成文本”和“遵守schema”之间没对齐好。你可以试试把参数校验从prompt里挪出来，用代码层做一层强校验，比如pydantic或者jsonschema，模型填错了直接报错让它重试，比在prompt里反复强调有用得多。至于调错工具，我觉得问题可能出在工具描述太像了，搜索和计算器如果都写成“处理用户查询”这种模糊的话，模型很容易蒙。把每个工具的适用边界写清楚，甚至加点反例，告诉它什么情况不该用这个工具，效果会好一些。还有一点，temperature调低一点，最好设成0或者0.1，同一句话结果不稳定大概率是采样随机性在作怪。至于拆子prompt，我觉得如果工具数量不多没必要，拆多了反而容易在中间环节丢上下文。你可以先试试把决策和填参分成两步，先让模型输出工具名，再单独一轮填参数，这样至少能定位到底是选错还是填错。

试试把工具选择单独拆成一步，先让它选工具再填参数，混在一起它容易懵。

我之前也踩过这个坑，感觉问题不一定全在prompt措辞上。模型对“参数类型”的理解其实很依赖schema本身的表达方式，比如你把参数写成嵌套对象还是扁平字段，它选错的概率差别挺大。可以试试把每个工具的入参用更接近自然语言的描述写一遍，而不是只丢JSON Schema，尤其要明确说清楚“这个字段必须是字符串，不要传对象”。

另外“自作主张塞默认值”这个事，我觉得可以在工具定义里把可选参数的默认行为写死，或者在代码层做一层校验和兜底，别指望模型每次都听话。至于选错工具，我试过把工具名和触发场景绑定得更具体，比如“搜索”只用于查实时信息，“计算器”只用于数值运算，效果会稳一些。

同一句话跑多次结果不一样，这大概率是采样温度的问题，做工具调用时把temperature调低甚至设成0会好很多。还有个思路是把决策拆成两步：先让模型输出“我要用哪个工具+理由”，再单独让它填参数，这样比一步到位稳定。不过拆多了也会增加延迟和出错链路，得看你的场景能不能接受。

试试把工具选择跟参数填充拆成两步走，先让它选对再填，不然挤一块容易犯迷糊。

感觉问题可能不在语气强不强，而是你把“选工具”和“填参数”塞进一次生成里了，模型容易顾此失彼。我之前也遇到过乱填可选参数的情况，后来在schema里把非必填项直接标成“不确定就留空”，再单独加一步校验，稳了不少。工具选错的话可以试试两段式：先让它只输出工具名，确认后再填参数，别指望一句prompt全搞定。另外temperature调低点，同一句话结果飘多半是采样在作怪。

参数类型填错这事我也踩过，后来发现光靠prompt里写schema没用，得在工具调用外面加一层校验和自动修正，比如检测到该传字符串却给了对象就强制序列化一下，比反复调prompt省心多了。至于乱选工具，我觉得可以在system里把每个工具的适用场景和禁用场景都写清楚，再配上两三个反例，比单纯加强语气管用。还有温度调低一点、同一请求多跑几次取多数结果，也能缓解不稳定。

我踩过同样的坑，后来发现光靠加约束语气基本没用，模型该乱来还是乱来。建议把工具选择做成两段式：先让模型只输出要调哪个工具，确定后再单独一次调用去填参数，拆开之后参数类型错误少了一大半。可选参数那块可以在schema里直接不给默认值，或者在prompt里明确说“用户没提就留空”，别让它自由发挥。至于搜索和计算器搞混，多半是工具描述太抽象，把各自适用场景用大白话写清楚会好很多。