分隔符是怎么保护指令的？边界效应

把一段长提示发给通义千问或文心一言时，指令、资料、问题经常挤在一起，模型偶尔会把资料里的句子当成指令执行。分隔符就是解决这个问题的：用一组特殊记号，把「要执行的指令」和「要处理的材料」明确隔开。这篇讲清它的边界效应是怎么形成的。

没有边界时会发生什么

先看没有分隔符的后果。假如你写「把下面的内容总结成三句话：」，然后直接粘了一段含「请用英文回复」的网页文本，模型很可能照做。对它来说，指令和材料都是同一种输入序列，位置靠后、语气像命令的句子容易被当成新指令，这就是混淆的根源。材料越长、来源越杂，这种误读的概率越高。

另一种常见情形是多段材料挤在一起：三份文档、两条留言、一段代码全堆在提示里，模型分不清哪段对应哪个要求，总结时张冠李戴。人眼看得出段落，模型靠的是文本结构线索，线索不给足，它就自己猜。

边界是怎么被读出来的

加入分隔符后，情况变了。三个反引号、标签式记号、连续等号线这类符号，在训练语料里大量出现在引用块、代码块、文档结构的位置，模型对这些记号形成了稳定预期：记号内部是待处理的内容，记号外部才是对内容的要求。用记号把一段文本包住，等于给模型画了一个容器，容器里的文字会被默认当作数据看待。

这套机制分三步起作用：进来的提示先被记号切成区段；模型按区段分配注意力，指令区获得更高优先级；生成时以指令区为纲、以材料区为料，出去的答案就有了清晰的主从关系。边界越清晰，输出摇摆越小。

用前后对比看得更清楚。同一段资料，第一次直接粘在要求后面，模型把资料里一句「请分点列出」当成了新指令，输出凭空多了好几条与任务无关的内容；第二次把同一段资料包进容器，并在容器外写明「以下仅为待处理材料」，输出立刻只回答原来的问题。两次只差几行记号，效果却差了一大截，这就是边界效应最直观的体现。

常用分隔符怎么选

没有唯一答案，只有顺手与稳定的差别。三反引号适合包代码和长文；标签式写法适合多段材料各起一名，比如给资料、留言、附注分别起名；等号线适合人机共读的场景。原则有两条：一，记号别出现在材料本身里，否则边界会被冲破；二，一份提示里记号体系统一，别三段材料用三种写法。拿不准时，选一种用到底，比频繁换花样可靠得多。

三种记号各有适用面，选之前先对一眼。

分隔符自查清单

• 指令区和材料区之间有明确记号吗？
• 材料内部有没有与分隔符相同的字符？
• 多段材料是否各自有名字？
• 关键指令是否紧挨着生成起点？

最后一条常被忽略：指令离问题越近，执行得越坚决。

分隔符还常和别的技巧搭档。给示例编号时，few-shot的示例也用统一记号包起来更稳；写角色设定时，用记号把设定区与任务区隔开，风格更干净。输出仍然不听话时，先排查指令冲突，再检查材料里是否混入了像指令的句子；想降低模型一本正经胡编的概率，可以配合不确定性声明一起用。

关于分隔符再多问三句

• 中文全角符号能当分隔符吗？：可以，但半角反引号与尖括号类记号在语料中出现频率更高，边界效果通常更稳。
• 分隔符太长会影响效果吗？：占用的词块会摊薄可用上下文，但几行记号的影响很小，不值得为此省略。真正要权衡的是材料本身是否值得全部放进同一次提示。
• 加了分隔符就不会混淆了吗？：它能大幅降低混淆概率，材料里刻意伪装成指令的内容仍可能被误读，重要场合要做输出检查。