第一次验证器捕捉到糟糕的 LLM 输出时，感觉像是一场胜利。第二次，你会调整提示词以降低失败的可能性。到第二十次时，团队中没人能解释为什么提示词中存在那三个段落 —— 它们是早已被遗忘的事故留下的瘢痕组织，而模型在阅读警告上花费的 Token 比推理实际任务还要多。
这就是验证器陷阱。你添加的每一个事后防护（post-hoc guard）—— JSON 模式检查、正则表达式、内容分类器、第二个作为裁判的 LLM —— 都会对上游提示词施加反馈压力。提示词会增加防御性指令来安抚验证器，验证器反过来又会捕捉到一类新的失败，接着你又会添加更多指令。每一次迭代在局部看来都是合理且明智的。但总体而言，系统变得越来越慢、越来越贵，而且在原本设计的任务上的表现也明显变差了。
陷阱是如何触发的
验证器很少作为设计的一部分出现。它们通常是在事故发生后才出现的。一个空字段破坏了下游仪表盘。一个未转义的引号污染了 SQL 查询。本应是三个枚举值之一的字段却出现了一长串解释。于是有人添加了模式检查或重试循环，眼前的问题消失了。
接下来发生的事情是悄无声息的。为了在不消耗五次调用的情况下让重试成功，工程师会在提示词中添加引导：“仅返回有效的 JSON。不要包含 Markdown 代码块。每个字段都是必填的。不要解释你的答案。status 字段必须是 pending、active 或 closed 中的一个。”每一行看起来都无伤大雅。每一行都是为了防止已经发生过一次的失败再次发生。
下一次事故暴露了一个语义错误 —— 模型尽职地生成了有效的 JSON，但在一段乱码输入上，confidence 字段却是 0.99。显而易见的解决办法是增加另一条指令：“仅在证据确凿时才返回高置信度分数。”提示词的表面积变大了，需要解析的指令增多了，模型在开始处理实际任务之前必须权衡的竞争目标也更多了。
一年之后，提示词看起来不再像是一份规范说明，而更像是一份和解协议。它用了 60 行来描述模型“不准做”什么，而描述模型“应该做”什么却只用了 3 行。逐月测量提示词长度的团队会发现它增长了 5% 到 10%。这个增长率就是确凿的证据 —— 熵正在累积，却没有人为此预留预算。
为什么指令会剥夺推理能力
臃肿的提示词会导致输出质量下降，这并非玄学，而是有原因的。Transformer 会关注上下文窗口中的每一个 Token，模型的有效推理能力取决于有多少注意力可以分配给问题，而不是分配给指令。当提示词长度翻倍时，大部分新增的 Token 并不是新信息 —— 它们是冗余的约束，是不同工程师在不同事故中用略有不同的措辞重复陈述的要求。
模型会阅读所有内容。在较长的上下文中，研究人员反复证明，对于埋在提示词中间的任务，准确率会下降；而且随着指令被额外文本稀释，经过安全调优的模型变得更容易受到越狱攻击。一个最初简洁的任务描述提示词变成了一个草堆，实际的任务成了众多警告中的一根针。
一个有用的启发式方法：计算提示词要求模型同时执行多少个不同的认知任务。格式监管、内容过滤、人设维持、思维链塑形、工具选择以及实际任务。如果答案大于一，那么偏移是必然的，这种偏移会表现为看似随机的性能退化，因为没有哪个单一的提交（commit）导致了这一切。
验证器-提示词耦合审计
摆脱陷阱的第一步是让这种耦合变得可见。挑选出流水线中的每一个验证器和防护措施 —— 模式检查、正则过滤器、LLM 裁判、输出解析器、修复循环 —— 对于每一个，找出是因为它才存在的提示词指令。大多数团队会发现他们做不到。
这本身就是一个发现。当验证器捕获到一个失败时，随后的提示词修改很少会被标记上验证器的名字。六个月后，这条指令读起来就像是一直存在的一样。要显式地对这种耦合进行编码：通过注释、提示词片段注册表或 YAML 文件，列出每个防御性条款以及催生它的事故或验证器。例如：# 2025-11 添加：在长输出中 retry-loop-v2 持续产生 Markdown 代码块。
一旦耦合变得可见，两类浪费就会显现出来。第一类是重复防御：提示词告诉模型“返回有效的 JSON”，而 API 调用已经使用了原生结构化输出（structured outputs），使得生成无效 JSON 变得不可能。此时提示词指令除了占用 Token 之外毫无用处。第二类是过时的防御：添加某个条款是为了绕过特定模型版本中的 bug，而你后来已经迁移到了不再有该 bug 的模型。这条指令却依然留在提示词中，为那些已经不存在的问题塑造着行为。
验证器是测试，而非门控
最重要的心态转变是区分验证器混为一谈的两件事：在生产环境中检测错误输出，以及在开发过程中证明提示词 (Prompt) 的正确性。
作为测试的验证器是在开发过程中针对评估集 (Eval set) 运行的。它会告诉你当前的提示词违反规则的频率，而这个频率就是信号。如果违规率低且稳定，说明提示词已经内化了这些约束——你可能根本不需要运行时守卫 (Runtime guard)，更绝对不需要在提示词中把这个约束再重复三遍。如果违规率很高，那么修复方案应该在于提示词或模型选择，而不是放在下游的重试循环中，因为重试循环本身也需要通过修改提示词才能成功。
作为门控的验证器则在生产环境中的每一次请求上运行。它会增加延迟、成本和失效模式。护栏 (Guardrails) 会消耗 Token，而堆叠 LLM 评审 (LLM-judge) 验证器意味着额外的模型调用，这可能会级联成其自身的可靠性问题。永久保留的验证器是对系统征收的持续性税收。这种税收有时是值得的——例如为了法律合规、PII（个人身份信息）脱敏或硬性的安全约束——但它应该是一个慎重的决定，而不是处理每个事故时的默认归宿。
决策规则是：在将开发阶段的验证器提升为运行时门控之前，请询问它捕捉到的失败是罕见且灾难性的，还是常见且修饰性的。罕见且灾难性的值得设立门控；常见且修饰性的则应该通过修改提示词或更换模型来解决。常见且灾难性的失败是一个信号，表明系统在设计层面就出错了，下游再多的守卫也无法掩盖这一点。
重构掉旧的验证器
验证器之所以会堆积，是因为在大多数团队中，移除验证器的模式尚不成熟。提示词子句并没有等同于“删除死代码”的操作，因为如果不运行耗费真金白银的评估，没人能证明某个子句是多余的。
一个实用的工作流程如下：
- 基准测试当前系统。完整运行你的评估套件，保留每一个验证器和每一条防御性提示词子句。记录任务准确率、格式违规率、延迟和单次请求成本。
- 逐一进行消融实验 (Ablate)。移除一条防御性指令或一个运行时守卫。重新运行评估。如果各项指标没有超出噪声波动范围，说明该子句是多余的，可以停用。如果指标发生变化，你就找到了一个物有所值的子句。
- 显性移除 (Retire loudly)。移除某个子句时，记录下它最初是为了防范哪次事故，以及为什么模型现在不再需要它（更好的基座模型、原生的结构化输出、上游输入验证器、或者迁移到了更干净的数据源）。这是防止同样的“疤痕组织”在下次事故后重新长出来的机构记忆。
- 模型升级后重新审计。新的模型版本会重置许多假设。在旧模型上起支撑作用的防御性子句，有一半在新模型上都是累赘。将消融实验作为任何模型迁移检查清单中的标准步骤。
采用这种纪律的团队通常会发现，在第一轮清理后，提示词会缩减 30% 到 50%，且输出质量没有明显的倒退——有时甚至会有明显的提升，因为模型终于有了“思考”的空间。
理想的状态
一个健康的验证器拓扑结构拥有少量的运行时门控，用于防范具体的、有记录的风险，以及大量的开发阶段测试，用于保持提示词的严谨。提示词本身保持接近简洁的任务描述。那些纯粹为了迎合下游检查而存在的指令，要么不复存在，要么被标注清楚，以便下一位工程师知道它们存在的原因以及何时可以移除。
结构化输出和重试循环依然有其用武之地。带有严格模式回退的“尝试-验证-重试”模式可以在两次迭代中捕获大多数格式错误的 JSON，并显著降低真实流水线中的事故率。陷阱不在于拥有验证器，而在于任由验证器集无限制增长，并让提示词为了配合验证器而不断膨胀，却从不执行反向操作。
如果你只能记住一件事，请记住你的提示词不是“仅追加” (Append-only) 的。它是一个活的制品，如果没有人预留时间进行删减，它就会腐烂。验证器集也是如此。像对待生产代码一样对待它们：审计耦合度，衡量成本，并停用那些不再物有所值的部分。你付费使用的模型具备思考能力——它只需要你停止向上下文填充它不再需要的指令。
会员专享
余下内容仅对会员开放。
会员可读完整内容 —— 每一个公开发布的观点背后，那些框架、决策与推理的全貌。
- —完整文章，包含未公开存档的部分
- —可落地的工作框架，附带权衡与决策依据
- —新文章抢先看，先于公开发布
随时取消 · 一次订阅，畅读全部
