调了三天Prompt，感觉还不如直接改代码来得快，是我姿势不对吗？

你这个经历太真实了，我去年做类似的信息抽取功能时也踩过一模一样的坑。当时用few-shot加JSON schema约束，测试集上跑得好好的，结果上线后用户随便打几个错别字或者中英混杂，模型就开始胡言乱语了。后来我想明白了，Prompt工程本质上是在跟一个概率模型“商量”，它没有编译器那种确定性，你给的约束再多也只是提高概率，不是保证。像日期、地点这种有明确模式的字段，正则和词典确实又快又稳，还不用烧token。但Prompt也不是没用，它适合处理那些规则写不出来的模糊判断，比如情绪分类、意图识别、或者把一段乱七八糟的话转成统一表述，这些你让正则去做反而更头疼。我现在生产环境的做法是混合流水线：能规则搞定的先走规则，规则覆盖不了的再丢给模型，而且模型输出必须过一层校验和兜底，比如JSON解析失败就重试或者降级返回空值。所以不是你的姿势不对，是得先想清楚哪些活该谁干，别指望一个Prompt解决所有问题。

结构化抽取这块纯靠Prompt确实容易翻车，尤其是日期和地点这种边界模糊的实体。我现在都是让模型先自由输出，再用代码做二次校验和纠错，命中率比死磕Prompt高不少。其实Prompt和代码不是二选一，模型负责模糊理解，代码负责确定性兜底，这么搭才稳。你正则准是因为规则明确，但换个领域就得重写，各有各的坑。

这太真实了，我做信息抽取也踩过一样的坑。后来发现关键不是Prompt写得多花，而是任务本身得适合模型——语义模糊的抽取用LLM，格式固定的字段直接上规则，混着用反而稳。我们生产环境就是LLM先兜底，再用正则和校验层过滤，准确率能拉上来不少。你可以试试把两者串起来，别非此即彼。

正常，结构化提取这活儿本来就不该全押在Prompt上，我现在都是让模型兜底、代码做主逻辑。