AI AI 工具指南
常见问题解决库

AI 输出风格漂移——怎么把风格钉死

system prompt 没动、模型没换，几轮之后风格又变了。把形容词式的风格描述翻成模型能逐条自检的可测规则，并钉死版本与方差旋钮。

发布于: 更新于: 作者: AI Productivity Guide Team 🌐 查看英文版本

你写好了 system prompt，第一轮模型语气精准——简短、第二人称、没有营销废话。三轮之后它又开始写”在当今快速变化的数字化时代”。到第十轮，它已经擅自加上了 bullet 标题、emoji，整体调子变成了企业博客的官腔。Prompt 没变，模型没变。变的是你的风格指令相对于会话里其他内容的”有效权重”。

最快修法： 把风格块从对话消息里挪出来，放到模型每轮都会重新读到的地方（ChatGPT 的 Custom Instructions 或 Project、Claude 的 Project，或 .cursor/rules/*.mdc），并把每个软形容词改写成模型能逐条核对的可数规则。风格漂移几乎都是”软约束 vs 硬约束”的问题：你告诉模型你想要”什么感觉”，但没给它”必须满足什么规则”。

本文讲清楚漂移的原因，以及怎么把软风格描述翻译成模型可以自检的可测约束。

常见原因

1. 用形容词描述风格，没给规则

“punchy”、“专业”、“温暖”、“简洁”这些词对应不到具体行为。模型把它们解析成训练分布里带该标签的文本的平均态——也就是你最不想要的企业博客口吻。

如何判断：你的风格指令里 0 个数字、0 个禁用词、0 条结构规则，全是形容词。

2. 早期风格示例被挤出”有效上下文”

长会话里，模型对最近的 token 注意力最强。即便窗口本身很大（截至 2026 年 6 月，Claude Opus 4.7、Sonnet 4.6 和 Gemini 3.1 Pro 都是 1M token；ChatGPT Plus 应用内大约只能吃进 320 页），早期那条指令丢的是”注意力权重”，不一定是真的出了窗口。如果风格锚在 turn 1 第一段，而你现在已经到 turn 25，模型就又靠回默认。

如何判断：漂移和轮次强相关。前 3 轮没事，第 8 轮之后开始走样。

3. 软提示和内容争优先级

如果你最近一条 user message 里塞了一大段技术说明，末尾加一句”保持口语化”，模型把技术段落当成主导框架，“口语化”只是个提示。提示打不过体量。

如何判断：内容多 + 风格指令短时漂移最严重。

4. 根本不是漂移，是采样方差

高 temperature 下，同一 prompt 不同 run 风格本来就不一样。你看到的不是漂移而是方差，但修法一样：收紧约束。（注意：GPT-5.x 的推理模型根本不让你设 temperature——见 Step 5——所以那里的方差来自推理过程，不是温度旋钮。）

如何判断：在全新会话里跑同一 prompt 多次，风格仍然每次不同。

5. 模型快照中途换了

某些平台会悄悄轮换模型版本。你为上周快照调好的语气在新快照上失效。比如 ChatGPT 在 2026 年 4 月 23 日前后把默认模型切到 GPT-5.5，按旧默认调的语气一夜之间就变了。

如何判断：漂移和日期相关，和轮次、prompt 内容无关。

先对号入座：你是哪一种

症状最可能的原因看哪步
第一轮就不对，且每次都不对用形容词没给规则（原因 1）Step 1 + Step 2
前几轮好，约第 8 轮后走样锚丢了注意力权重（原因 2）Step 3
只在内容多的轮次出错软提示被压过（原因 3）Step 1 + Step 4
每次全新 run 都不一样采样 / 推理方差（原因 4）Step 5
在某个日期突然变了模型快照轮换（原因 5）Step 5

动手前先确认

  • 保存一份”风格正确”和一份”风格漂了”的输出，方便对照差异。
  • 记下模型名、用的是哪个平台或 API，以及（如适用）temperature 或 reasoning effort。
  • 在新对话里跑同一 prompt，区分漂移和采样方差。
  • 看平台 changelog 最近一周有没有模型快照更新（OpenAI 的在 platform.openai.com/docs/changelog）。
  • 确认 system prompt 或 project instructions 真的加载了——有些 UI 会悄悄截断，而且每个 Custom Instructions 字段大约只有 1,500 字符上限。

需要收集的信息

  • 完整风格指令原文，包括它在 prompt 里的位置。
  • 第一次漂移出现在第几轮。
  • 模型与快照，加上 temperature/top-p（非推理）或 reasoning effort（GPT-5.x 推理模型）。
  • “好”和”差”的两段输出并排。
  • 漂移发生时整个对话的总 token 数。

最短修复路径

前 3 步通常解决大多数情况。

Step 1：把形容词换成可测规则

软描述换成可数约束：

形容词可测规则
”punchy""每句不超 15 字。任意一句不能以’在’开头。"
"专业""无感叹号。无第二人称。无口语缩略。"
"温暖""每段至少出现一次’我们’。标题不加粗。"
"简洁""全文不超 120 字。不超过 4 句。”

模型判断”这句是不是 15 字以内”远比判断”这句是不是 punchy”靠谱。

Step 2：给一个显式风格锚

贴 2-3 句目标语气示例，明确标注：

风格示例（请完全按这段语气写）：
"先去 Dashboard 拿环境变量。粘到 .env.local。
重启 dev 服务。如果还报错，说明你拿错 key 了。"

一个具体锚比三页形容词管用。

Step 3：把风格块放到模型每轮都会重读的地方

在第 6、12、18 轮重新粘风格块确实有效，但是体力活。真正长久的修法是放到平台每轮都会喂给模型的位置：

  • ChatGPT：Settings > Personalization > Custom Instructions（每个新对话都会加载，两个字段各约 1,500 字符）；或建一个 Project，把规则写进项目指令，对这个工作区里每个对话都生效。
  • Claude：建一个 Project，把风格规则写进项目的自定义指令（截至 2026 年 6 月约 8,000 字符）。用 Claude Code 的话，放进 CLAUDE.md（或拆分到 .claude/rules/ 下）。
  • Cursor：放进 .cursor/rules/*.mdc（当前推荐位置；老的单个 .cursorrules 文件仍可用但已是 legacy）。仓库根目录放 AGENTS.md 是跨工具的兜底，Cursor、Codex 等都会读。

持久化的风格块能顶住上下文窗口压力，一次性的对话消息做不到。

Step 4：加自检尾巴

每个 prompt 后面加：

写完后用以下规则核对：
- 规则 1：每句不超过 15 字
- 规则 2：无感叹号
- 规则 3：每句以动词开头
有违反的句子重写后再核一遍。

给具体清单时模型自审能力还不错。规则要写成二元（是/否），别写成主观判断。

Step 5：钉死版本，并选对方差旋钮

锁的是快照，不只是好记的名字。“默认”会偷偷变，带日期的快照不会。

  • 非推理模型（以及 Claude / Gemini 的对话模型）：快照和 temperature 都钉死。如果你是在 temperature 0.3 上调出了正确语气，就锁 0.3。用显式选模型的 UI 或 API，别用”默认”。
  • GPT-5.x 推理模型：截至 2026 年 6 月，这些模型会拒绝 temperature 和 top_p——API 会返回 “unsupported parameter” 错误。这里的旋钮是 reasoning_effort（GPT-5.5 档位：xhigh、high、medium、low、none）。reasoning effort 越低风格越稳；如果你确实需要 temperature，必须以 reasoning_effort: none 运行。详见官方 Using GPT-5.5 指南。

所以”钉死 temperature”对非推理运行是对的，但在 GPT-5.x 推理模型上根本设不了——那里改钉 reasoning effort。

Step 6：格式漂移——强制结构，别只是描述

如果漂的是结构（bullet vs prose、JSON vs Markdown），别用散文描述形状然后碰运气，要强制。

  • 聊天 UI 里：给一个精确模板加一个填好的示例：「只返回这个形状，别的都不要：{"summary": "...", "next_step": "..."}。」
  • API 上：用 OpenAI 的 Structured Outputs——把 response_format 设成带 strict: true 的 json_schema，模型就无法返回违反 schema 的形状。截至 2026 年 6 月，OpenAI 建议用了它就不要再在 prompt 里复述 schema；裸的 json_object（JSON Mode）已是 legacy，只保证是合法 JSON，不保证你要的字段。详见 Structured Outputs 指南。Claude 和 Gemini 也有等价的工具/schema 受限输出模式。

结构可以强制，语感不行。

怎么确认已经修好

  • 三次全新会话里跑同一 prompt，每次输出都通过你的全部规则。
  • 一个 10 轮会话里，第 1、5、10 轮输出都通过规则，没退化。
  • 让没参与的人读一段输出，描述语气；描述要和你的目标吻合。
  • 把旧”漂了”的输出和新输出 diff，原本失败的规则现在过了。

如果还是没修好

  1. 缩到只有一条规则的 prompt——如果连一条都钉不住，问题在模型/平台，不在 prompt。
  2. 从 chat UI 切到 API；UI 有自己的 system prompt 会盖掉你的。
  3. 换一个模型族——不同模型遵守约束的可靠度差很多。
  4. 如果要的是个人深度声音（你的写作而不是泛风格），用 5-shot 你自己的真实写作做示例，比规则更准。

常见问题

为什么 temperature 设 0 也压不住漂移？ 因为大多数风格漂移不是采样方差，而是注意力权重。temperature 0 时，对固定输入模型是确定性的，但会话越来越长，输入本身在变，输出照样漂。temperature 只控制同一输入下不同 run 的随机性。而且在 GPT-5.x 推理模型上你根本设不了 temperature，要改降 reasoning effort。

我 ChatGPT 的 Custom Instructions 设了，语气还是漂，为什么？ 两个常见原因。一是每个 Custom Instructions 字段上限约 1,500 字符，太长的风格块会被悄悄截断——只留真正关键的二元规则。二是 Custom Instructions 对新对话生效，但很长的旧线程仍可能压过它；重要工作建议建 Project，把规则写进项目指令。

把 JSON schema 写进 prompt 够不够？ 聊天 UI 里这是你能用的最好办法，那就给精确模板加一个填好的示例。API 上它不是对的工具——用 Structured Outputs（带 strict: true 的 json_schema 放进 response_format），真正约束输出。单纯说”用 JSON 回”（JSON Mode）已是 legacy，只保证语法不保证字段。

我什么都没动，语气却变了，发生了什么？ 多半是模型快照在你脚下被轮换了。ChatGPT 在 2026 年 4 月 23 日前后把默认切到了 GPT-5.5。如果漂移跟着日期走而不是跟着轮次，就用 API 或选模型 UI 钉死带日期的快照，并在它上面重调风格块。

该用规则还是用示例？ 两者各有分工。规则适合可测约束（长度、禁用词、结构）。示例适合难命名的个人语气——3-5 段真实写作的短样本胜过任何形容词。示例要短；长锚会被平均到泛化的均值上。

预防建议

  • 维护一份短的”风格块”，放进平台级配置（Custom Instructions / Project / .cursor/rules），别塞进单条消息。
  • 重复性工作绝不靠”message 里塞一句风格提示”。
  • 风格锚保持短：最多 2-3 句。长锚会被平均。
  • 每周审一次漂移：跑一个固定 prompt，和上周对比；并看平台 changelog 有没有换快照。
  • 品牌语气把”快照 + 方差旋钮（非推理用 temperature，GPT-5.x 用 reasoning effort）+ 风格块”打包，作为一个完整配置。
  • 格式重要时强制结构（Structured Outputs / schema），别用”散文 + 格式规则”。

相关阅读

标签: #排查 #Prompt #Prompt 质量 #风格漂移

相关文章