Prompt Engineering调优实录：基于GPT-4o的电商评论情感分类Token开销与精度权衡
在电商评论情感分类任务中，我基于OpenAI GPT-4o（0613版本）设计了5组不同复杂度的Prompt，从零样本到带示例的思维链，对比了准确率、F1值、Token消耗与延迟。实验发现：一个包含3个示例和结构化输出约束的Prompt（约420 tokens）比零样本Prompt（约85 tokens）准确率提升12.3%，但成本增加4.9倍。通过动态示例筛选，最终在保持91.2%准确率的同时，