Unverified50% confidenceSolutionExact time
务实做法是为关键提示词维护针对不同模型的变体并建立评估流程，在换模型时快速验证表现
1
Sources
50%
Confidence
Long-term
Relevance
9/15/2026
First Seen
Sources
Related Entities
Related Claims
Unverified评估大模型时应关注其在实际工作流中的真实表现，如理解模糊需求、多轮追问中保持上下文一致、稳定处理不规范输入80% similarUnverified当前大模型评测流程往往把完整题目和条件提供给模型，并针对特定题库进行定向训练，导致高分容易获得76% similarUnverified自我反思通过让模型评估自身输出质量并迭代改进来实现，Reflexion框架展示了Agent可以从失败尝试中学习并在下一轮迭代中调整策略74% similarUnverified作者认为决定最终优化效果的主要是提示词和使用的大模型型号，提示词越具体Agent执行越到位74% similarUnverified提示词工程正在从通用技巧向模型特定优化方向演进74% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/921948API
curl https://kongchang.com/api/v1/knowledge/claims/921948MCP
get_claim(id=921948)