只需在提示詞中增加一行描述，就能大幅提升 AI 分類模型的準確度

• 在處理客服或金融分類任務時，單純提供選項名稱常導致 AI 模型 誤判。 • 作者發現當使用者輸入「有筆非我本人的款項」時，模型與 Jev 系統皆錯誤將其分至付款相關組別。 • 透過為每個選項增加一行具體職責描述，兩個模型皆成功將案件導向正確的安全性團隊。 • 實驗數據顯示，在近 3000 筆 Banking77 的測試訊息中，當 Jev 確認分類無誤時，其準確率高達 98/100。

「當我們為每個選項加上一句說明它所處理的事務後，兩者都切換到了安全性團隊。」 • 這個簡單的 Prompt 技巧 證明了精準的上下文描述，能有效解決語意模糊帶來的分類錯誤。 • 對於開發者而言，優化 提示詞工程 不需複雜架構，往往透過微調提示文字就能看見顯著成效。