小林Docker手记

Prompt Engineering实测对比：从37%到89%准确率的指令调优全过程

同一文本分类任务，使用朴素Prompt仅有37%准确率，经过五轮结构化指令迭代后提升至89%，token消耗从每千条3.2万降至2.1万。实测量化4种Prompt策略（零样本/角色/思维链/分步约束）在GPT-4o-mini上的表现差异，附完整实验代码与失败案例解析。核心结论：Prompt长度增加23%，准确率提升52个百分点，但存在边际效应递减。