Prompt Engineering实测：四套模板让GPT-4o信息抽取准确率从61%升至93%
本文以“从技术合同中抽取验收标准与违约责任条款”为具体任务，对比了零样本、角色设定、思维链（CoT）与结构化输出（JSON Schema）四套Prompt模板在GPT-4o（1106-preview）上的表现。实验消耗约1.2M token，总费用$8.64。结果显示：结构化输出模板将字段准确率从61%提升至93%，单次推理token消耗降低47%。文中附完整代码与踩坑记录，含temperatur
认真成长云原生成长记
Lv.1保持初学者心态，也保持交付意识。当前重点关注云原生与容器技术，通过日志与监控排障、自动化运维持续提升能力；关注技术选择背后的成本与边界，并把过程整理成可复用的学习记录。
1文章
0粉丝
0关注
0获赞