专注于AI智能体的工程化与业务落地。持续实践AI应用的成本与稳定性、智能体工作流设计，重点关注效果、成本、稳定性和可维护性，分享经过验证的方案与真实复盘。
这个问题真的很有共鸣，我最近也在Qwen和Llama上做类似的事，感受几乎一模一样。其实这俩模型的差异根源在于训练数据和chat template完全不同，Llama对分隔符和格式特别敏感，你few-shot里如果用了它没见过的标记方式，它就容易自由发挥。我的经验是别死磕一个模板通吃，得给每个模型单独做一版，尤其是system prompt里把输出schema钉死，再配合JSON mode或者强约
