通义千问输出截断是因上下文或响应长度配置失衡所致，需通过检测脚本确认服务端限长、精简提示词（删客气话、拆短指令、禁用膨胀词）、合理设置max_tokens、启用长期记忆及few-shot示例锚定结构来解决。
☞☞☞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☜☜☜
通义千问写作提示词提交后页面突然中断、内容戛然而止、JSON缺右括号、代码少结尾大括号，或明明写了“请分三段输出”却只返回第一段——这不是模型故障，而是上下文或响应长度配置失衡导致的硬性截断。
确认是不是真被截断了
先别急着重写提示词，打开浏览器开发者工具（F12 → Console），粘贴这段检测脚本并回车：
【必须复制整段，漏一个字符都会报错】
fetch('https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation', {method: 'POST', headers: {'Content-Type': 'application/json','Authorization': 'Bearer your-api-key'}, body: JSON.stringify({model: 'qwen-plus',prompt: '测试',max_tokens: 1})}).then(r => r.json()).then(j => console.log('实际最大输出长度:', j.usage?.output_tokens || 0));
若返回值远低于你设定的 max_tokens（比如设了2048却只返回32），说明服务端已主动限长；若返回值接近设定值但输出仍不全，问题出在输入上下文过长。
精简提示词本身：三步砍掉冗余层
方法一：删掉所有“请”“希望”“麻烦”“能否”开头的客气话——通义千问不靠礼貌触发理解，反而会把这类软性表达解析为“语气修饰”，自动补一堆解释性废话。
方法二：把复合长句拆成带编号的短指令。例如原提示词：“请围绕‘社区团购团长运营难点’这个主题，结合最近三个月数据，分析原因并给出可落地的解决方案”，改成：
① 列出3个高频出现的具体运营动作（如：拉新群、发拼团链接、处理售后）
② 对每个动作标注对应的数据异常点（如：拉新群7日留存率＜12%）
③ 针对每个异常点，只写1条无需培训即可执行的动作指令（如：“把‘进群领券’按钮移到首屏顶部”）
方法三：禁用5类膨胀词——在提示词末尾加一句：“禁止使用以下词汇：‘深入’‘全面’‘有效’‘显著’‘进一步’；每句话动词必须前置，不得出现‘当……时’‘如果……就’结构。”
调整API调用参数：max_tokens不是越大越好
第一步：算清你真正需要多少token。中文平均每字≈2.2 token，若你要输出800字正文，至少预留 800×2.2＝1760 token；再加64 token给系统指令、15 token/轮历史消息（若带3轮对话）、64 token余量——总 max_tokens 不应超过 1900。
第二步：对照模型规格设上限。调用 qwen3.5-27B 时，max_tokens 超过 2048 就可能触发隐式截断；若用 qwen3.6-Flash，则严格限制在 1024 以内，否则响应延迟飙升且首token耗时翻倍。
第三步：强制分段输出。在提示词里明确写：“请严格按以下格式输出：【第一段】……【第二段】……【第三段】……；每段独立成块，不得跨段换行；若某段未生成完整，请用‘[截断]’标记并停止后续生成。”
启用长期记忆+避免新建对话
网页端点击左下角头像 → 设置 → 个性化 → 确认“长期记忆”开关为蓝色；【关闭当前标签页前，绝不要点右上角“+ 新建对话”】，否则所有上下文锚点清零，模型退化为无状态响应。
后续提问直接接续前文，例如上一轮输出是“用户沉默主因是话题脱离实操”，下一轮就写：“基于该结论，生成3条带具体话术的社群引导语，每条不超过32字。”
用Few-shot示例锚定输出结构
方法一：提供1个输入-输出样例，紧贴你的真实需求。比如你要生成电商详情页文案，就写：
输入：【产品】便携式咖啡机｜【卖点】3秒萃取｜【人群】通勤族｜【平台】淘宝详情页
输出：☕早高峰抢时间？3秒出杯，地铁口喝上现萃美式。（配图建议：手握机器挤进电梯）
方法二：在提示词末尾加一句：“请严格按以上示例的节奏、标点习惯（冒号后空格、括号不换行）、信息密度（每句含1个动词+1个数据/场景）生成新内容。”
这一步做完，页面断层问题立刻消失。
