首页/AI/提示词工程速查/输出前自检清单

输出前自检清单

要求模型在给出结果前逐条核对硬约束(字段、单位、字数),减少低级失误;自检是软约束,关键字段仍需程序侧校验。

提示词工程速查AI更新于 2026-10-13

输出前自检是什么

输出前自检是在提示里要求模型在给出结果前,对照一份硬性清单逐条核对:必填字段是否齐全、数字是否带单位、日期格式是否为 YYYY-MM-DD、有没有引入资料之外的事实。它属于软约束——能让模型多做一遍校对,但模型也可能声称已检查而实际没改,所以只能减少低级失误,不能替代程序侧校验。

要点

成本自检多花少量输出 token,适合格式要求严格的场景
局限模型可能声称已检查但实际未改,不能替代程序校验
配对自检清单 + 程序侧 schema 校验 = 双保险
清单项控制在 3-5 条,只放能被判断对错的硬性要求
展示注明不要展示自查过程,避免污染输出格式

典型使用场景

  • 字段抽取:交付前核对必填项与空值写法
  • 报告生成:核对数字是否都带单位、日期格式是否统一
  • 资料问答:核对结论里有没有出现资料外的事实
  • 多步流程的最后一步:对全量输出做一次格式体检
  • 人工复核前的预处理:减少明显格式问题进入复核环节

自检清单模板

自检清单模板
提交输出前自查(不要展示自查过程):
1. 必填字段是否齐全,空值是否用 null 表示?
2. 数字是否带单位、日期是否为 YYYY-MM-DD?
3. 是否出现了资料之外的事实?如有则删除并改为「未提及」。
# 只放能被判断对错的硬性要求;主观风格项不写进清单

自检清单与程序校验分工

检查内容自检能做什么程序侧要做什么
字段齐全提示模型补齐或标注缺失schema 校验必填字段,缺失走重试
类型与格式统一书写形式正则或类型校验,不合格直接判失败
事实范围提示不要引入资料外信息抽样人工复核,引用存在性校验
长度限制按字数压缩统计实际长度并拦截超限输出
自检项越多,模型越容易只挑好做的那几条应付;把清单压到 3-5 条硬指标,命中率更高。

易错点

  • 把自检当成质量保证,程序侧不校验,模型声称已检查但输出仍有缺字段
  • 清单里混入主观项(写得是否专业),模型无法判断对错,只在输出里复述一遍
  • 要求展示自查过程,自查段落混进正式输出,解析器要额外剥离
  • 自检项与任务要求冲突(要求极简又要求逐项核对),输出被自检段落撑长
  • 每轮都加自检,长会话里输出越来越长,实际错误率没有下降

数据来源与参考

  • Chain-of-Verification Reduces Hallucination in Large Language Models(Dhuliawala et al., 2023)相关思路
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌