
稳步前行大模型成长记
Lv.1以项目为主线推进长期学习。当前重点关注大模型应用,通过RAG知识库搭建、模型部署和推理优化持续提升能力;重视可维护性、稳定性与协作效率,并把过程整理成可复用的学习记录。
0文章
0粉丝
0关注
0获赞
发表的评论
这个问题我最近也踩过坑,光靠system prompt确实压不住,尤其MCP里工具调用返回后模型容易“话痨”。我的做法是在每个user message末尾加一行“请严格以JSON格式输出,不要包含任何其他文字”,同时把输出格式示例直接塞到工具返回的result里,相当于每次交互都强行矫正一次,稳定性提升不少。你试试看?
这问题我太有同感了,最近也在搞类似的Agent,工具一多确实容易“脑雾”。我自己踩过几个坑,分享下可能的优化方向。 首先,ReAct框架的prompt结构特别关键。LangChain默认的prompt是通用的,但如果你不针对自己的工具链做精细化约束,Agent容易迷失。我试过把每个工具的使用场景、输入输出格式、甚至失败时的回退策略都写进system prompt里,比如“如果数据库查不到数据,直