提示词进阶：让 AI 输出结构化结果

同样一段素材，有人拿到一大段话，有人拿到一张能直接粘进表格的东西。差别通常不在 AI 模型，在于有没有把"输出长什么样"写进要求。结构化的价值不在好看，在下游能不能用：能不能排序、能不能比对、能不能被程序读。

格式是给下游用的接口

三个判断维度：能不能复用，直接进表格或文档；能不能核对，缺哪项一眼看出来；能不能对接，字段固定，脚本可以解析。一段散文在这三项上都吃亏，问题不在内容，在形状。

这也解释了为什么"整理成表格"往往比"帮我分析"更有用。前者给了验收标准，后者只给方向。你甚至可以先不看内容，只看列齐不齐，就知道这次输出值不值得读。

反过来，格式定错了，内容再好也要返工。把十种方案的对比压成三列，判断依据被挤掉；把一段有条件的结论塞进单元格，条件就丢了。

三种结构，三种下游

表格适合人看，固定字段适合机器读。两者都要，就先出字段，再让它把字段渲染成表，别反过来做。

指令要写满四个槽位

形式、字段、数量与顺序、示例。少一个，它就自己补一个。只说"整理成表格"，它给你它认为合理的列；说"按重要性排序"，排出来的顺序你无从验证；给一条示例，比描述十句都管用，因为示例同时定了粒度、语气和空值写法。

字段名要写成下游能直接用的形式。带空格、括号、单位的中文列名，粘进表格后常要手动改。"单价（元）"不如拆成"单价"和"币种"两列，程序处理时不必再解析字符串。

数量写死。"列五条"和"列几条"是两种结果。行数多时加一句"按日期倒序，只保留前 5 行"，比让它自己挑可控。

再加一条收口："只输出表格，不要解释。"少掉表外的开场白和客套句，后面解析省事很多。多数模型会默认补一句"希望对你有帮助"，这句就是解析失败的常见原因。

长内容会崩，要分块

一次要三十行十列，常见结果是列错位、后几行开始偷懒、单元格里塞整段话。原因不神秘：输出越长，靠后的位置越容易偏离前面建立的格式。生成是按 token 一个个来的，前面建立的模式会随着距离变远而约束变弱。

做法是分块。按来源切成三到五块，每块输出同样的字段，最后自己拼。拼接时保留一个"来源"字段，出错能回溯到是哪一块的问题。块与块之间留一点重叠，避免边界上的信息两边都漏。

另一个办法是先出骨架再填。让它先只输出表头和空行，确认列对了，再逐段填内容。多一轮交互，省掉一次整体重来。

输出长也意味着等得久。一次生成几千 token 的表格，耗时可能是短回答的好几倍，每秒输出多少 token直接决定你要等多久；如果用的是有额度限制的版本，长输出还更容易撞上限，免费版与付费版的差别主要就体现在这类地方。

解析失败怎么排查

先分清三种错。缺字段：字段清单没给全，或字段太多，超出它一次能守住的量。串列：分隔方式含糊，用了"拿竖线隔开"这种口头约定。编内容：某字段没有依据，又不想留空，于是补了个看起来合理的值。

第三种最难发现。对策是显式允许空值："没有提到的填未提及，不要推测。"字段多的时候减法比加法有效：先保五个关键字段，跑顺了再加。

如果是程序调用，优先用接口自带的结构化输出能力，让返回受给定字段约束，比自己写正则去抠文本稳。是否支持、字段有什么限制，以官方文档和最新版本为准。模型本身的指令跟随能力也有差别，参数规模小的版本在长字段约束上更容易丢项，选型时可以对照参数量与能力的关系。

什么时候不该结构化

探索阶段不要。你还不知道有哪些维度时，先让它自由写，读完再决定抽哪些字段。过早定表，会把没想到的角度排除在外。

需要论证和语气的地方也不适合。给管理层的判断、给客户的说明，段落里的转折和限定本身就是信息，压成表格会丢掉"在什么条件下成立"。

内容很少时，结构化是负担。三条要点做张表，读的人还要跨列对齐，不如三行字。

一张自检表

结构化输出速查

• 先定下游：人看用表，机器读用字段
• 四个槽位写满：形式、字段、数量与顺序、示例
• 字段名不带空格括号单位，拆成独立列
• 超过二十行就分块，保留来源字段
• 显式允许留空，禁止推测补值

把要求前置，是这件事的全部：多花十秒写清格式，省掉后面十分钟的手工整理。字段设计得好的模板可以反复用，改的时候只换字段不换结构。