few-shot 例子质量参差，把输出拉下来了
给了模型 5 个例子，2 个很好、3 个一般，结果它往一般的那几个靠拢。质量方差为什么伤、怎么砍到 3-5 个一致的例子。
#llm-output
带有该标签的文章
模型返回非法 JSON——因为 schema 是描述、不是强制
你让它按 schema 返 JSON。95% 合法，3% 在 JSON 外面包了散文，1% 漏字段，1% 类型错。描述 vs 强制，在 API 层修。
模型编造假引用和假 URL
模型给的引用看起来像 Smith et al. 2019，但论文根本不存在；或者给的 URL 一点就 404。引用幻觉为什么发生、怎么彻底压住。
模型用错语言回复（怎么锁死）
你用英文 prompt，结果它用中文回，或者中途切到西班牙文。语言漂移的确切根因，以及锁死输出语言的 system prompt + 重试套路，2026 年 6 月核实。
回答被截断在半句话：max_tokens 设太低（2026 修复）
模型回复中途断掉、JSON 没闭合、代码块缺反引号。绝大多数是 token 上限。怎么估算、按 SDK 检测、怎么恢复。
Prompt 要 10 条，模型给 3 条就停
你要 10 个想法，结果只给 3 个，或者凑齐 10 条但全是水。list-N 任务为什么 under-deliver，以及真正能拿到 N 条不同结果的 prompt 与 schema 修法。
Prompt 里写着过时的年份，把模型锚在错的 context
2026 年了 prompt 还写着 2023，模型于是推荐 GPT-4、引用旧定价、提过时框架。最快修复：在运行时动态注入当前日期。附诊断表和怎么确认修好了。