示例驱动和规则驱动有什么区别？

想让AI按你的格式输出，有人贴三个样例进去，有人列一长串要求，两种做法都常见，也都有人翻车。示例驱动和规则驱动的选择，影响的可不只这一条提示的质量。

结论：先有样本选示例，先有口径选规则

手里有现成的好输出，用示例驱动，把样本变成标准；脑子里有清晰的判断口径，用规则驱动，把口径写成条款。示例的优势是信息密度高，一个例子胜过十句描述；规则的优势是边界清晰，覆盖得住例子里没出现的情况。拿错路线的典型表现：手里没样本还硬凑示例，凑出来的例子本身就不标准，模型照着学了个歪样。

示例驱动的工作方式和短板

示例驱动的逻辑是让模型从样例里归纳模式。给DeepSeek三段整理好的会议纪要作为示例，再丢进第四份逐字稿，它通常能模仿前三段的结构、详略甚至标点习惯。这种方式上手极快，特别适合格式难以言传的任务——很多写作习惯，你写不成规则，但贴个例子一切都明白了。

短板有两处：一是示例的倾向会被放大，样例里一个不起眼的习惯，比如每段都以问句收尾，模型可能学得比你还认真；二是覆盖有限，遇到示例没展示过的情况，模型只能自由发挥，质量就看运气。所以示例选材要挑典型、干净、彼此一致的，来自「复制别人的提示词就好用」错在哪？里的提醒同样适用于挑示例：别人的样例带着别人的场景，拿来先审一遍。

规则驱动的工作方式和短板

规则驱动是把要求写成明确条款：字数上限、必含字段、禁止事项、格式模板。它的好处是边界硬，验收方便——规则写清楚的，模型基本能守住，出了问题也容易定位是哪条没执行。在讯飞星火这类支持长提示的工具里，十条八条规则的结构化要求都能稳定执行。

短板在于规则的天性：只能覆盖你想得到的。语言里大量细节说不成规则，比如什么叫干练的文风，写三条规则不如贴一段范文。规则还有一条隐性成本：条数多了互相打架，比如字数限制和必含字段冲突，模型只能猜着取舍，输出就不稳了。写规则还有个容易被忽略的细节：规则之间要有主次声明，比如冲突时以字数上限为准。一句主次声明成本极低，却能让模型在规则打架时不再乱猜。

两种驱动混着写的写法

成熟提示几乎都是混血儿：用规则定硬边界，用示例定软风格。常见的编排是先规则后示例，规则写必须怎样、禁止怎样，示例展示理想成品的完整样子，两者各管一层。混写时注意分工别重叠——同一条要求别又在规则里写又在示例里变着花样出现，模型反而拿不准哪个算数。维护节奏上两者也不同：示例替换频率低，规则更新频繁，分开存放、分开维护能省不少事。

至于规则和示例之外的第三层——角色设定怎么和这两者配合，在角色扮演和任务指令有什么区别？里已经讲过分工；防攻击场景下规则怎么写才不易被绕开，见防护指令和技术隔离差在哪？软硬防护。

对照表：示例对规则

• 表达什么：理想样子对硬性边界
• 学得快慢：上手快对写得慢但验收稳
• 失效情形：样例带偏对规则打架
• 规则定边界，示例定风格。

关于示例驱动的三个常问问题

• 示例给几个合适？：一到三个起步。一个典型示例解决大半问题，示例多了边际效果递减，还占上下文。
• 示例和输出要求冲突时听谁的？：明确写一句冲突时以规则为准，别留白让模型猜。
• 示例会不会让输出千篇一律？：会一些。要保留多样性就少给风格类示例，只给结构类示例。