指令冲突时模型是怎么选的？从原理到落地

你让文心一言「写得详细」，同一份提示里又写「全文不超过一百字」，两条要求没法同时满足，输出却往往照样出现。指令冲突时模型怎么选，是提示工程里很实际的问题，这篇从原理讲到落地。

先说机制：模型没有一张「冲突裁决表」，它在生成每个词块时同时参考所有指令，冲突的两条要求各自把概率往不同方向拉，最终的输出像两股力的合力。哪股力更强，取决于三个因素：指令所处的位置，越靠系统区越强；指令的表述强度，具体数字比模糊形容强；指令与当前生成内容的距离，越近越容易被照顾。换成讯飞星火、Kimi 也大体如此，差别只在权重细节。

用一个实例走一遍。提示里同时有「面向小学生」和「输出带完整术语表」两条要求：前一条拉向浅白表达，后一条拉向密集术语，两股力最终妥协出一种奇怪的中间态——正文很浅白，末尾却挂着一张没人看得懂的术语表。这就是合力式输出的典型样子：哪边都没完全赢，哪边也没完全输。

冲突最常见的三种来源

一是时间造成的：改到第五版提示时忘了删第一版的老要求，新旧两条并存。二是层次造成的：示例与文字要求矛盾，比如文字说只要要点、示例却给了全文。三是表达造成的：「详细一些」和「控制在三百字」未必冲突，但「详细一些」遇上「一句话说清」就必冲突。写完提示做一次通读，三类来源各扫一遍，能消掉大半。

三类来源的成因、例子和排查入口各不相同。

帮模型减少犹豫的办法

落地做法有四条。一，改版提示时全文重读一遍，删掉被覆盖的老指令；二，把优先级写明白，例如「以字数要求为准」，给模型一个显式的裁决规则；三，让示例与文字要求口径一致，示例是隐形的强指令；四，长对话里在新消息开头简要重申关键要求，抵住逐轮稀释。四条里第二条见效快，成本也低。

举例说，你只想改第一条规则，就在编辑时顺手翻一遍全文；你发现输出偶尔忘了格式，就在新消息开头补一句「仍按第一轮的表格格式回复」。这两个小动作覆盖了大部分日常冲突场景，比重新写一份长提示划算。

冲突没消干净的样子

冲突没消干净会有什么表现？常见三种：输出在两种要求之间来回摇摆、开头守规矩后头放飞、两条要求各执行一半。看到这些迹象，先别怪模型不听话，回头查提示里是否有两条要求在打架，大多数「不听话」都能在提示里找到根。记录每次改动时顺手标注删掉了哪条要求，下一次排查就能少翻一轮旧版本。

冲突排查三步

• 新旧版本的要求是否都还在？
• 文字要求与示例是否口径一致？
• 有没有写明「以哪条为准」？

第三步最省力也最见效，一句裁决规则能省掉大量来回。

冲突处理和角色设定也有关系，角色自带的行为习惯可能与你列的规则相抵，机制见角色设定；系统区指令为什么通常占上风，见系统提示；长度类要求与其他要求相撞的情形，见回答长度；一类特殊的反向拉扯是负面指令，它的失效方式详见负面指令；示例先后带来的倾向变化，见示例顺序。

换个问法再问指令冲突三句

• 模型会明确告诉我它发现了冲突吗？：有时会，多数时候它默默选边，输出里看不出犹豫，需要你主动检查。
• 两条冲突指令，后出现的那条总是赢吗？：不一定，位置靠前但在系统区的指令往往更强，就近效应只在其他条件相近时占优。系统区的分量在多数产品里都更重。
• 写「必须严格遵守」有用吗？：有一点，但治标不治本，删掉冲突源才是根本办法，加码措辞只是把矛盾往后推。