Prompt 要 10 条，模型给 3 条就停

你让它给 10 个想法，它给了 3 个然后断了。或者凑齐 10 条但后面 4 条是水。list-N 任务为什么 under-deliver、怎么真的拿到 N 条。

发布于: 2026/05/24 作者: AI Productivity Guide Team 🌐 查看英文版本

你让模型写 “10 条降噪耳机的营销 slogan”。它写了 3 条好的，然后 “and here are some more ideas: catchy, focused, premium.” 就停了。或者它老老实实写够 10 行——但 7-10 条是 1-3 条的同义改写。或者它写到 10 条后又开始写 11 条，因为不知道在哪停。这是最可预测的 LLM 失败模式之一——list-N 任务没有 scaffold，模型中途”想不出新的”，然后要么诚实截断、要么注水、要么过头。

修复不是”再多给几个 example”，而是把 prompt 重新设计成 10 个独立生成步骤，每一步带自己的约束。

常见原因

1. 合理答案的空间比 N 小

你问 “10 unique benefits of drinking water”。真正不同的好处可能就 5 个。第 6-10 条只能是改写或灌水。不是模型的锅。

怎么判断：在看模型回答前先自问，“如果让我自己写，能想到 10 条真正不同的吗？“想不到就是 prompt 要太多。

2. 没有 diversity 约束

“List 10 startup ideas.”模型会扑向高概率答案（AI for X、marketplace for Y），很快重复。没有 “diverse across industries” 或 “each from a different sector”，items 会收敛。

怎么判断：看模型给的 10 条，7 条是 SaaS 或 marketplace——你没约束 diversity。

3. 模型撞到了软长度预算

即使 max_tokens=4000，模型也有自己的 “答完了” 启发，通常 400-600 token 左右就开始收尾，不管你问的 N 有多大。

怎么判断：数 response 的 tokens。不管 N 多少，输出长度都差不多就是软预算。

4. 没有 item 模板——质量在飘

“List 10 product ideas” 没结构：模型前 3 个写得详细，4-10 草草一句。没有 per-item 模板，深度就漂。

怎么判断：1-3 各 3 段；4-10 每个一句话。

5. items 太相似——模型自我去重

写完 “1. Bluetooth connectivity” 后，模型不太愿意再写另一个无线相关的——它 pattern-match 成 “我已经覆盖过 wireless 了”。没明确允许相似，list 就塌缩。

怎么判断：7-10 条的语义跳跃明显比 1-3 大——它在硬撑”不重复”。

6. stop sequence 提前触发

API 调用里设了 "\n\n" 或 "###" 这种 stop。模型在 items 之间输出了一个，API 就截断。

怎么判断：输出在 list 中间断掉。看 API response 里的 finish_reason——stop 意味着 stop sequence 触发了，不是自然结束。

7. 长 context 里的 list 请求被忽视

8000 tokens 的 context，你的 “give me 10 ideas” 只是最后 20 个 token。模型对埋在长 context 里的短指令系统性低关注。

怎么判断：prompt 单独跑没问题；在你的真实 pipeline 里 under-deliver。

最短修复路径

第 1 步：检查 N 是否现实

自己列不出 10 条就改要 5 条。封在现实数量。

第 2 步：加 diversity 维度

别只说 “10 different”，指定 axis：

List 10 startup ideas. Each idea must be in a DIFFERENT industry
(no two from the same sector). Span at least 8 of: healthcare,
education, fintech, climate, logistics, agriculture, retail,
entertainment, dev tools, B2B services.

模型现在有 10 个明确的槽要填。

第 3 步：给 per-item 模板

List 10 marketing taglines. For each tagline:

[N]. **<tagline>** (max 8 words)
     — Angle: <pain point | aspiration | wit | technical>
     — Target: <persona>

模板化的 item 强制全 list 深度一致。

第 4 步：预先把序号摆出来

Fill in items 1 through 10 below. Do not skip numbers. Do not stop early.

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

意外地有效——模型把它当 “填空” 任务而不是自由生成。

第 5 步：N 大时分批生成

N >= 20 就拆：

all_items = []
for batch_start in range(0, 50, 10):
    items = call_llm(f"""
Generate items {batch_start+1} through {batch_start+10} of a list of 50.
Already covered: {all_items}
Generate 10 NEW items not in the covered list.
""")
    all_items.extend(items)

第 6 步：校验数量、补缺口

items = parse_list(output)
if len(items) < N:
    extra = call_llm(f"You previously gave {len(items)} items. Give {N - len(items)} MORE distinct items, none from this list: {items}")
    items.extend(parse_list(extra))

第 7 步：拉高 `max_tokens`、删掉激进 stop sequence

短 item 设 N * 80，详细 item 设 N * 200。生成 list 时把 "\n\n" 从 stop sequences 拿掉。

哪些情况可能不是你操作错了

有些任务确实没 N 个好答案。逼模型造 7-10 条比诚实给 6 条说 “more would be fluff” 更差。看下游代码能不能接受变长 list——能就放它一马。

容易误判的情况

当成 max_tokens 问题。有时是，但更多时候模型在到 token cap 前就自己收尾了，因为它没新想法了。先看 finish_reason 和 token 数再调 max_tokens。

预防建议

只问主题能合理支撑的 N。
永远带 diversity axis（industry / persona / format / angle）。
用 per-item 模板保证深度一致。
定长 list 预先编号占位。
校验数量、按缺口重试，别信第一次回答。
N 大就分批、把已覆盖项传进去。

FAQ

能不能直接说 “as many as you can think of”？ N 会变得不可预测。下游在乎数量就明确写 N 并校验。
加 “high quality” 或 “creative” 有用吗？ 边际作用。diversity axis 和 per-item 模板更有效。