标签体系要先收敛
做分类任务前先把标签表收敛好，再写提示。标签要统一命名风格与粒度——「支付问题」和「退款慢」混在一起就是两种粒度；互斥场景用单选，可并存的用多选并约定排序口径；每个标签都要能写出一句话判据，写不出来的标签迟早会变成标注争议。标签演进的规矩也要提前定：废弃标签用映射保留，而不是直接改名导致历史数据断层。
标签设计检查项
| 检查项 | 要求 | 反例 |
|---|---|---|
| 命名一致 | 统一词性与粒度 | 「支付问题」与「退款慢」混用 |
| 互斥性 | 单选类别必须互斥 | 同一文本可同时进两类 |
| 可判定 | 能写出一句话判据 | 「体验不好」难判定 |
| 稳定演进 | 废弃打标、保留映射 | 直接改名导致历史数据断层 |
| 数量适中 | 单层标签常见 5-15 个 | 几十个平铺标签，模型难区分 |
典型使用场景
- 工单类别体系：按业务归口设计标签，互斥单选
- 内容标签：话题类多标签并存，约定输出个数与排序
- 质检维度：按风险类型打标，便于统计与抽样
- 知识库分类：标签与检索路径对应，减少召回混淆
- 数据治理：把历史自由文本标签映射到新体系
单选与多选写法
单选与多选写法
单选：「从下列类别中恰好选一个」—— 类别列表：A / B / C
多选：「选 1-3 个类别，按相关度排序」—— 输出 JSON 数组 # 排序口径要说清
# 单选强调恰好一个，多选强调个数区间与顺序，避免模型自由发挥演进规则
| 新增标签 | 先在评测集上验证可判定性，再全量上线 |
|---|---|
| 废弃标签 | 保留映射关系，历史数据不重打 |
| 合并标签 | 给出合并规则与生效时间，新旧统计分开看 |
| 跨团队对齐 | 标签定义写入共享文档，避免各自解释 |
标签数量与模型区分能力要匹配：单层标签超过十几个时，先按业务分组再分层判定，准确率通常更稳。