JEV - 告别提示词诗学：封闭题怎么设计

联合作者：folkbench.com （Folkbench 是面向 AI API、模型服务及相关站点的可复核评测与选择平台，依据已发布的服务资料、价格、可用性、延迟与证据窗口，帮助用户比较并选择使用路径。）

这一组共十篇：

• JEV - 关节不需要大脑
• JEV - 系统润滑剂：控制节点不再生成
• JEV - 从 BERT 到 Jev：分类回到一张分布
• JEV - 告别提示词诗学：封闭题怎么设计
• JEV - 反 Token 经济学：大厂为什么不先做
• JEV - 两个 demo：回来的只是一张分布
• JEV - 退出环路：置信度写进代码
• JEV - 能力过线之后，更聪明不再是卖点
• JEV - 直觉与理性：有些话不该问关节
• JEV - 从操作屏幕到只出概率

前半场的提示词像诗学。为了稳定拿到一个 JSON，人们写角色、写恐吓、写示例、写 XML。那是在无限的 token 组合里围堵。Jev 把围堵取消了。解空间在推理之前就收拢。你要设计的不是一句更好的咒语，是一份状态，加上几道互不干扰的封闭题。是非、单选、档位够不够当语言，取决于你肯不肯把业务拆到这三种形状里。

从围堵到问卷

[ 生成式 ]
提示词（角色、示例、格式约束） → 无限 token → 一段可能漂走的文本

[ Jev ]
state + 封闭题（Noul / Choice / Score） → 有限集合 → 一张分布

三种题把能问的话说死：

1. 是非，Noul。要的是“是”的概率，用来卡一个临界。代码里再决定过不过阈值。它不是空值。
2. 单选，Choice。选项事先给死，最多 255 项。每一项后面写清指什么。用来做意图和路由。
3. 档位，Score。2 到 10 档，从低到高写成具体情形。用来表示程度，不用来发明新类别。

格式约束那一类提示词因此失效。剩下的手艺是状态怎么压，以及一道大题怎么拆开。

状态要压过故事

State 不听故事。原则是去掉修饰、把时序留清、把事实留住。

评估一个用户会不会离开，生成式写法常常是这样：

你是资深客服。阅读资料和对话，判断他是不是要退订，说明理由，输出 JSON。资料：张三，VIP3，注册两年。用户说功能又崩了，数据没了。客服说在修。用户说算了，告诉我怎么退款。

问题在角色句和语气词。模型要把注意力分给“你是专家”，输出还会被“算了吧”带着跑。

Jev 吃的是压过的状态：

{
  "user_profile": {"tier": "VIP3", "tenure_months": 24},
  "last_event": {"type": "system_error", "impact": "data_loss"},
  "dialogue_history": [
    {"role": "user", "intent": "complain", "content": "功能崩溃，数据丢失"},
    {"role": "agent", "intent": "apology", "content": "正在修复"},
    {"role": "user", "intent": "churn_explicit", "content": "询问退款，并说停止使用"}
  ]
}

原始对话可以留一句原文，但意图和影响要单独放出来。模型读的是一棵状态，不是一篇作文。

一道业务题拆成三问

“要不要发 50 元券”不是一道封闭题。里面叠了意图、火气、欺诈和成本。Jev 里一步到位会失败。拆成三道正交的题，券的政策留给代码。

state ─┬─ Choice  主意图
       ├─ Score   负面程度，1 到 5 档
       └─ Noul    像不像薅羊毛

意图

单选。解空间写成：纯技术咨询、产品建议、故障投诉、恶意索赔。题干只问这一次交互的主意图，不问该不该赔。

[State]
{ ...已压缩的状态... }

[Question]
根据对话，这次交互的主意图是哪一类。

程度

档位。1 是疑问或轻微不满，3 是明确不满并要求解释，5 是极端情绪或已经提出退款、销户。不要只丢一个“1 到 5”给它。每一档写成情形。

[State]
{ ...已压缩的状态... }

[Question]
按下面的档评估负面程度。
1：疑问或轻微不满
3：明确不满，要求解释
5：极端情绪，或已经提出退款、销户

是非

Noul。把近 30 天的索赔次数放进 state，问这一次是否符合薅羊毛的特征。回来的是概率。过不过线，代码里写阈值。

[State]
{ ...状态，加上近 30 天索赔次数... }

[Question]
历史索赔次数大于 3，且这次故障影响为低。这一次是否符合薅羊毛特征。

代码只收分布

下游不再解析一段容易碎的 JSON。三种结果各自是一个数或一张表。业务条件留在函数里。

intent = jev.choice(
    state=user_state,
    options=["tech_support", "feedback", "complaint", "malicious"],
)
anger = jev.score(state=user_state, rungs=5)
fraud = jev.noul(state=user_state_with_history)

def handle_coupon(intent, anger, fraud):
    if fraud.p_yes >= 0.9:
        return "DENY_AND_HANDOFF"
    if intent.top == "complaint" and anger.expected >= 4:
        return "ISSUE_50_COUPON"
    return "STANDARD_APOLOGY"

模型迭代时，输出的形状仍是这三种。格式崩溃不再是一条故障类型。确定性没有变成“模型永不分错”。确定性是：分错也分在你写好的格子里，分支仍然可以测试。

修辞退场

维度	生成式提示词	Jev
手艺	文采、示例、格式咒语	拆业务、压状态、划离散空间
解空间	开放	封闭：Noul / Choice / Score
稳定	靠措辞和温度	靠结构，输出天生是分布
调试	改形容词、加语气、补例子	改状态的字段、把题目再拆正交

是非、单选、档位够当一门语言，当且仅当你把“接下来怎么办”拆到这三种里。拆不开的那一截，不是这门语言的失败，是它不该进关节。那一截留给会说话的模型，或者留给人。

系列

• 上一篇：JEV - 从 BERT 到 Jev：分类回到一张分布
• 下一篇：JEV - 反 Token 经济学：大厂为什么不先做