必须放参考样例的三种情况：一是目标领域存在强范式约束，如医疗合规须严格遵循四段式结构；二是用户自身对案例要素识别能力弱，需带批注样例引导；三是需跨格式迁移，如语音转sop须附对照表。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在DeepSeek写案例拆解类提示词中，是否放入参考样例取决于你对输出一致性、领域陌生度和细节控制力的实际要求——如果目标案例结构模糊、行业术语密集或逻辑链容易断裂，不放样例会导致模型自由发挥过度，生成“看起来合理实则经不起推敲”的伪拆解。
必须放参考样例的三种情况
第一种：目标领域存在强范式约束。例如医疗合规案例拆解，必须严格遵循“违规事实→条款依据→裁量基准→整改路径”四段式，此时提供1个真实处罚决定书片段（含原文引述与分项标注），【能强制模型锚定司法文书语感，避免用口语化表达替代法律措辞】。
第二种：用户自身对案例要素识别能力弱。比如刚入行的风控专员要拆解信贷拒贷案例，不清楚“共债比”“收入偿债覆盖倍数”等关键因子应放在哪一层解释，这时给出带批注的样例（如用→标出“此处插入征信报告截图对应字段说明”），模型才会把抽象指标落到具体证据位。
第三种：需跨格式迁移。例如把一段语音访谈记录（含大量口语冗余、逻辑跳跃）转为标准化SOP案例，必须附上原始对话节选+对应SOP条目对照表，否则DeepSeek会按自然语言习惯补全缺失逻辑，反而污染流程严谨性。
可以不放参考样例的操作路径
方法一：用结构化指令替代样例。直接写：“按‘背景简述（≤80字）→核心冲突点（加粗标出关键词）→三方责任矩阵（银行/客户/第三方平台，每方列1项动作+1项后果）→监管红线映射（引用《商业银行互联网贷款管理暂行办法》第X条）’输出”。这比扔一个样例更可控，尤其适合已有成熟框架的领域。
方法二：限定输出原子粒度。例如要求“每个拆解项后紧跟括号内标注数据来源类型（监管通报/裁判文书网/内部审计底稿）”，模型会自动收敛到可验证的信息层级，无需样例示范“什么叫可信来源”。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
注意：当用户提供的原始案例本身含矛盾信息（如合同条款与实际执行不一致），【切勿放该案例的自行整理版作为样例，否则模型会将错误逻辑固化为范式】。
放样例时的关键操作步骤
第一步：剔除样例中的非结构信息。删掉所有“笔者认为”“值得反思的是”等主观评述句，只保留客观事实陈述、条款引用、动作序列三类内容。
第二步：在样例末尾添加显式指令锚点。例如在参考案例最后一行写：“↑以上为格式与颗粒度参照，禁止复现其中具体企业名称、金额、日期等不可迁移信息”。
第三步：用符号隔离样例与新任务。在提示词中用「===新案例待拆解===」单独起行，确保模型不会把上下文混淆为连续文本。
第四步：对样例中关键字段做轻量标注。比如在“逾期天数＞90天”旁加注（触发不良贷款分类阈值），让模型理解该数值的业务意义而非机械复制。
