如何用 JSON 约束 Prompt 彻底根除 AI 在处理碎片新闻时的过度推演

在构建个人知识库或自动化简报流时，最让人头疼的不是 AI 提取不到信息，而是它太爱“发挥”了。很多开发者在处理极短的资讯（比如推特快讯或新闻简报）时，习惯性地使用“请总结这段话发生了什么”这类自然语言指令。结果往往是 AI 自动补全了一大堆背景，写出类似“在当前紧张的国际局势下，为了确保行程安全……”这种毫无信息增量的废话。

这种现象在 LLM 中非常普遍，本质上是因为自然语言的输出空间太大，模型倾向于通过增加修饰词来提高所谓的“流畅度”，但这在追求事实精准的场景下反而是噪音。

我最近在调优一套专门对付碎片化信息的提取 Prompt，核心逻辑是：放弃自然语言总结，强制要求模型输出结构化的 JSON 事实清单。

具体到实操，我定义了一个名为“精准信息提取器”的角色，其核心约束在于严禁增加原文未提及的推论。以下是我目前在生产环境中使用的一套 Prompt 结构：

# Role: 精准信息提取器
# Task: 将非结构化短讯转化为 JSON 事实清单
# Constraint: 严禁增加原文未提及的推论，仅提取实体和关系

## Input: {{text}}

## Output Format:
{
  "subject": "主体",
  "event": "事件",
  "reason": "触发原因",
  "time_frame": "时间维度"
}

这套方案的高明之处在于它将 AI 的思考路径从“概括”转向了“填空”。当你要求它输出 JSON 时，模型必须在预设的 Key（如 subject, event）中寻找对应值。如果原文中没有提到原因，它在填充 reason 字段时会面临一个选择：要么留空，要么填入原文词汇。由于我们在 Constraint 中明确了“严禁增加推论”，模型在面对缺失信息时会变得保守，从而有效过滤掉那些 AI 自行脑补的“文学创作”。

举个实操中的对比例子。面对一条关于“特朗普因伊朗代理人威胁而更换飞机”的短讯，如果使用常规总结指令，AI 可能会输出：“由于伊朗代理人的潜在威胁，特朗普在近期采取了安全措施，更换了飞行航班以确保行程安全。” 这段话虽然正确，但包含了“潜在”、“采取安全措施”等推演词汇。

而使用上述 JSON 约束后，输出结果会变得极其干脆：

• Subject: Trump
• Event: Switched planes
• Reason: Threat from Iran proxies
• Time: Earlier this month

这种极简的 KV 对（Key-Value Pair）不仅方便后续通过脚本进行自动化处理，更重要的是它将信息的颗粒度压缩到了最底层。对于需要处理海量碎片化数据的用户来说，这种方式能极大地降低人工审核的成本。

在实际部署时，我建议配合 GPT-4o 或 Claude 3.5 Sonnet 等对指令遵循能力较强的模型。如果你发现模型偶尔还是会蹦出几句解释性文字，可以在 API 调用时将 temperature 参数调低至 0.1 甚至 0，进一步压制模型的随机性和创造力，使其彻底变成一个纯粹的提取工具。