这类 prompt 我见过太多遍，大致长这样：
判断这条通知是否紧急。紧急就立刻提醒我，不紧急就攒起来一起发。
二十来个字。读着通顺，实际什么也没说清。三件事挤在一句里：判断、定级、决定要不要打断人。模型只会挑最省事的那件做，通常是第一件，后两件自由发挥。
Hush 那个项目我翻了大半天。真正值得抄的不是拿 Gemma 2B 在本地跑这一层，也不是 Temporal 那套定时器，是它把模型的活划得有多窄：只提取三个变量，紧急度、类别、截止时间。分数不归它算，归 Python。紧急度乘类别后果权重，再乘截止时间衰减因子，一行乘法。
诗眼不在措辞上，在输出契约的边界上。
先说为什么不能让模型直接给分。
“给这条通知的紧急程度打 0 到 1 分”——这句话的毛病不是模型打不准，是它打的 0.7 和代码里那个 0.7 不是一回事。温度设 0.0、贪心解码，翻转率确实能压到很低，作者报的 0% 我信。但那摁住的是采样噪声，不是刻度漂移。同一个 0.7，今天代表“老板半夜问一句”，明天代表“银行风控短信”，模型自己都不觉得矛盾，因为每次它只看得见一条。
三个格子就不一样。格子填错，你事后能查出来；分数偏了，你看不出来。
我一开始认定三个变量里最重的是紧急度。想了一晚上，推翻。
算笔账。促销类权重 0.05，紧急度给满 1.0，衰减因子顶到 3.0，乘出来 0.15，正好压在丢弃线上——低于 0.15 直接进丢弃区，永远不会出现在那份三小时一发的四行简报里。反过来，一条促销被漏判成工作类，权重回到 0.50，紧急度 0.85，乘出来 0.425，稳稳进简报。
前一种错是静默的，不进简报、不打断、不留声响，审计日志里躺着，你不会去翻。后一种错最多烦你一次。
所以这条 prompt 里字重最重的是【类别】，不是紧急度。紧急度偏了，分数差一截，多半还有简报兜着；类别偏了，权重直接乘个 0.05，怎么都救不回来。
作者显然也想到了。医院、急诊、救护车、紧急这几个词挂了确定性正则，命中就强制归健康，防止安全告警被当成促销扔掉。这是对的。但它绕开了模型——某种意义上是承认：这条 prompt 在类别这一栏上，不可靠到需要模型之外的东西来兜底。
这里岔一句。“推敲”这词出自有人为一句诗里该用“推”还是“敲”，在驴背上想得忘了看路，一头撞进别人的仪仗队。一个字能把人逼到不看路。一千多年后我们为一个字段名纠结一下午，没什么长进，也没什么丢人的。
扯回来。
评论区那段我不太同情。有人问小模型在 0.55 阈值附近会不会被 prompt 措辞带翻，作者拿分数分布回应：负控最高 0.26，紧急样例最低 0.75，中间 0.49 是空的。十五个样例撑出来的空档，那不叫“没有风险”，那叫“没测到”。测试集从 15 加到 150，那个空档大概率会缩水，缩到多少没人知道。
但作者另一半是对的，而且他自己强调得不够。确定性评分器把模型的不确定性关进了三个变量里——模型爱怎么翻怎么翻，翻的范围也就是类别填错、时间读错，它翻不出一个 0.83 的分数来，因为分数不归它给。这一条能被工程手段验证，比“我们做了充分测试”结实得多。
我自己试着把这条 prompt 写一遍。V1：
从这条通知里抽三样：
urgency: 0-1 的数字
category: health / money / people / work / promo
deadline: ISO 时间，没有就 null
跑下来最大的问题就是上面说的那个：类别没有退路。五选一，模型必须选一个，选错就是静默死刑。V2 加双候选：
category 拿不准时，不要猜。写成 "health|work" 这种双候选，
按可能性排序，最多两个。不要输出分数，不要给建议。
多一个字段，多占几十个 token，换的是评分器那边有一条路可走——双候选取权重高的那个，或者干脆按未知处理走个中间值。都比静默丢弃强。
但 V2 带出两个新毛病。一是“不要输出分数”这种否定句，模型对“不要”的服从性一向不稳，你越写它越容易在边上蹭一下；二是 2B 的模型对格式的耐性本来就薄，多一个字段、多一层嵌套，解析出错率会不会跟着涨，我没底。
V3 把否定改成正面写死：
只输出以下三个键，不输出其他内容：
{"urgency": <0.00-1.00>, "category": <五选一，拿不准时写两个候选用 | 分隔>, "deadline": <ISO 时间或 null>}
“不输出其他内容”还是留了个否定，但后面紧跟的是完整的键表，模型的锚点在键上，不在禁令上。这是我目前的经验：正面清单比禁令压得住格式，禁令只能当补丁。
定稿先放这：
从这条通知里抽三样，只抽三样。只输出下面这个 JSON，不输出其他内容：
{"urgency": <0.00-1.00>, "category": <health|money|people|work|promo，
拿不准时写两个候选用 | 分隔，按可能性排序>, "deadline": <ISO 时间或 null>}
丑话说在前面：这版我没在 2B 上跑过。双候选这种格式小模型接不接得住，我心里是真没数，说不定下周又推翻重来。上次觉得完美的那版，隔了三天回头看就扎眼，这次也未必例外。