Unverified50% confidenceSolutionExact time
负向约束通过明确排除不期望的输出收窄概率空间，与正向指令同等重要，可减少模型创造性发挥的偏差
1
Sources
50%
Confidence
Long-term
Relevance
7/21/2026
First Seen
Sources
Related Claims
Unverified通过'不要按常规套路'这样的约束性提示词，本质上是在调整模型的采样分布，降低高频方案的输出权重，迫使模型探索低概率但可能更具创新性的输出区域77% similarUnverified在代码生成Prompt中，否定性约束（说明不需要什么）能缩小模型搜索空间，比增加期望描述更能提高准确率77% similarUnverified大模型对指令的敏感度呈非线性分布——主干指令的微小改动可能引发全局行为漂移，而在末尾追加具体的边界条件则相对安全76% similarUnverified在实践中优先明确约束与停止条件这两个负向维度，比精心描述正向目标更能快速压制冗余输出75% similarUnverified结构化提示（角色设定+任务背景+约束条件+输出格式）能降低模型的解码不确定性，使 softmax 概率质量集中到预期输出区间74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/579862API
curl https://kongchang.com/api/v1/knowledge/claims/579862MCP
get_claim(id=579862)