从62%到94%准确率：一次客服工单分类任务的Prompt Engineering对比实验与Token成本分析
本文以电商客服工单自动分类为具体任务，在GPT-4o-mini（2024-07-18版本）上对比了Zero-shot、Few-shot、角色扮演+结构化输出、Chain-of-Thought四种Prompt方案的分类准确率与Token消耗。实验基于500条真实工单样本，最终CoT+结构化输出方案将准确率从62.4%提升至94.2%，单条平均Token从118升至287，成本增加约0.9元/千条。文
