我一直都觉得，不同模型的调性是不一样的，harness 也不一样，所以使用方法其实应该区别对待。 Claude 这边官方建议删减一些不必要提示词，因为新模型… · @lemomo_ai · TwKit

@lemomo_ai

我一直都觉得，不同模型的调性是不一样的，harness 也不一样，所以使用方法其实应该区别对待。 Claude 这边官方建议删减一些不必要提示词，因为新模型对提示词更敏感了，你越强调它越容易用力过猛。但是 GPT 还是需要非常精确的提示词才能做得很好，它会把每一句话都当成要求去严格执行，提示词里但凡有一点模糊或者前后矛盾，效果就会明显变差。这不是说 GPT 这种不好，而是在模型的管理和交互方式上是有区别的。Deepseek等其他模型也是一样的，都有不同的调性。 所以，这就涉及到了一个迁移成本的问题。用什么模型为主，做哪些事情，大部分人都已经形成一个固定工作流。但是如果哪天谁家发了新模型，超级顶，就需要把工作流迁移过去。改提示词、换配置这些其实还好，真正消耗心力的是手感要重新养。 但是这是不可避免的。就算你只用一家，版本升级也会推着你迁移，同一个系列从上一代到下一代，官方都要专门出迁移说明。 所以建议大家把平时工作流中的重点核心沉淀好，比如任务怎么拆、背景资料、验收标准、测试用例，而措辞轻重、示例格式、参数这些只属于某个模型的部分，就当作随时要换的。

曝光 572 · 评论 8 · 点赞 8 · 书签 1