二分类任务的写法要点
是或否的判定看似简单，实际最容易失控：边界情形怎么算、证据不足怎么办，如果不写清，同一批内容在不同时间会得到不同判定，指标也没有可比性。稳妥的写法是三条：给出判定标准、列举 2-3 个临界情形及期望结果、允许输出「不确定」作为三态兜底。评估时看混淆矩阵与阈值敏感性，而不是只报一个准确率。
基本信息
| 输出取值 | 是 / 否 / 不确定（推荐三态） |
|---|---|
| 必写内容 | 判定标准 + 临界情形列举 + 缺失证据的处理 |
| 评估口径 | 混淆矩阵、每类精确率与召回率、阈值敏感性 |
| 风险点 | 正负样本悬殊时不写标准，模型会全判多数类 |
典型使用场景
- 是否需要人工介入：出现明确诉求且自动化无法解决才判「是」
- 内容是否含个人信息：涉及可识别个体的字段判「是」，仅有公司名不判
- 工单是否重复：同一问题在短时间内重复提交时判「是」，需给出比对依据
- 评论是否需要回复：包含具体问题或负面体验时判「是」
- 样本是否需要人工审核：模型自评置信度低时输出「不确定」并转人工
二分类提示模板
二分类提示模板
判断下面文本是否“需要人工介入”。
# 判定标准写清正例与反例，避免模型自行发明边界
判定标准：出现明确诉求且自动化无法解决 → 是；仅咨询信息或已解决 → 否；
# 三态兜底：证据不足时不要猜，交给人工复核
证据不足 → 输出「不确定」，不要猜。
仅输出：是 / 否 / 不确定
# 临界情形各给一例，稳定同一批数据的判定口径
临界情形示例：已自助解决但要求确认 → 否；要求补偿但未说明问题 → 不确定混淆矩阵读法与动作
| 结果 | 含义 | 常见动作 |
|---|---|---|
| 真正例（TP） | 该判「是」且判了「是」 | 正常放行，抽样复核 |
| 假正例（FP） | 不该判「是」却判了 | 人工多花时间，需收紧判定标准 |
| 假负例（FN） | 该判「是」却判了「否」 | 漏处理风险最高，优先优化 |
| 不确定占比 | 输出「不确定」的比例 | 比例过高说明标准不清，需补临界情形 |
“不确定”不是偷懒选项：它把无法判定的样本显式交出去，比强行二选一更诚实，也便于统计口径缺口。
阈值类任务（如风险分高于某个值才判正）要在报告里写明阈值，换阈值后指标不可比。