Skip to content

第 1 章:手写格式撑不住了 ​

本章目标:用一条带竖线的留言,亲眼看到「a|b|c」手写格式在哪里断掉;换成 JSON,看它解决了什么、多花了什么。

开篇:一条普普通通的留言 ​

《Prompt 工程》做完的分拣助手,第 1 步的输出每行长这样:

text
14|提问|问自己的运行环境|课程代码是在 3.10 上测的……

程序按 | 切开,第 1 栏是编号、第 2 栏是类别、第 3 栏是理由、第 4 栏是回复。一直挺好用。

直到有读者问了一个再正常不过的问题:

text
21. Markdown 表格里想写一个竖线 | 怎么办?一写表格就乱了

学完这一章,你能:

  • 说清手写分隔格式的天生缺陷
  • 把输出改成 JSON,并用 json.loads 读进来
  • 知道 JSON 的代价:输出更长、更贵

1.1 竖线把一行切成了五栏 ​

用《Prompt 工程》第 5 章的 Prompt(输出「编号|类别|理由|回复」),20 条测试留言加上这条,跑三次。第 21 条的输出(未改一字):

text
21|提问|问自己写表格时竖线怎么处理|用 \| 转义就行,表格里就不会乱。
21|提问|问自己写作时遇到的 Markdown 问题|表格里写竖线用 \| 转义就行,像这样写就不会把表格拆乱。
21|提问|问自己写表格遇到的问题|用反斜杠转义写成 \| 就行,或者改用 HTML 的 |。

三次的回复都写对了:在 Markdown 表格里写竖线,确实要写成 \|。可问题就出在这里:正确答案本身就含有竖线。

按 | 切开,每一行都变成了五栏,不是四栏:

程序怎么处理结果
严格要求四栏(《Prompt 工程》第 8 章的 parse_rows 就是这样)这一行被当成格式错误丢掉,第 1 步缺了一条,整个流程停下
只取前四栏回复被拦腰截断,只剩「用 \」

Prompt 里写过「回复里不要出现「|」」,但模型这次没有错:读者问的就是竖线,不提竖线没法回答。分隔符和内容撞了,是格式本身的问题,不是 Prompt 写得不好。

换一个分隔符也只是推迟问题:读者迟早会问到那个符号。


1.2 换成 JSON ​

JSON 是程序之间交换数据最常用的格式。上面那一行写成 JSON 是这样:

json
{"id": 21, "category": "提问", "reason": "问写表格时竖线怎么处理", "reply": "用 \\| 转义就行,表格里就不会乱。"}

每个值都用引号括起来,里面有什么符号都不会和格式搅在一起(引号、反斜杠这类特殊字符会自动转义)。字段有名字,不用记「第几栏是什么」。

Prompt 里只改「输出格式」那一段:

markdown
## 输出格式
输出一个 JSON 数组,每条留言一个对象,字段如下:
- id:留言编号(整数)
- category:类别,只能是 提问、纠错、建议、感谢、广告、其他 之一
- reason:一句话理由,不超过 15 个字
- reply:回复草稿;感谢、广告、其他留空字符串
例如:
[{"id": 99, "category": "提问", "reason": "问自己电脑上的设置", "reply": "先把报错贴上来,我帮你看看。"}]
不要输出任何其他文字。

读进程序只要一行:

python
import json

items = json.loads(resp.choices[0].message.content)
for it in items:
    print(it["id"], it["category"], it["reply"])

1.3 跑三次 ​

手写格式JSON
第 21 条的回复完整吗0 / 3(都被切成五栏)3 / 3
程序读得进来吗要自己切,切错就丢json.loads 三次都成功
20 条正常留言的分类20、20、2020、20、20
输出 token422~504829~877

JSON 版第 21 条的回复(第 1 次,未改一字):

text
用 \| 转义就行,比如 | a \| b |,表格里就不会被当成列分隔了。

回复里出现了好几个竖线,原样保留,一个字没丢。


1.4 代价:输出多了八成多 ​

JSON 的输出 token 比手写格式多了八成多。原因一眼就能看出来:每一条都要重复写一遍 "id"、"category"、"reason"、"reply" 这些字段名,还有一堆引号、括号。

按 DeepSeek 的价格,这一步每次大约从 0.0056 元涨到 0.009 元。每天跑一次,一个月多花不到一毛钱。换来的是内容里有什么都不怕,这个账划算。

什么时候手写格式就够了

输出只有一两栏、内容不可能出现分隔符(比如只输出「编号|类别」),手写格式更省、更容易看。只要有一栏是自由文本(回复、摘要、理由),就该用 JSON。


试一试 ​

  • [ ] 把《Prompt 工程》第 5 章的 Prompt 改成本章的 JSON 版,加上第 21 条,跑一次
  • [ ] 在 Python 里试试 json.loads('{"a": "x | y"}'),看竖线是不是原样保留
  • [ ] 想一想:你还见过哪些「用分隔符拼字符串」的地方,内容里会不会出现那个分隔符?

本章小结 ​

要点说明
手写格式的坎内容里出现分隔符就切错;正确答案本身可能就含有分隔符
JSON值都有引号,字段有名字,内容里有什么都不怕
读进来json.loads(文本),得到 Python 的列表和字典
代价输出多八成多 token;只要有自由文本栏就值得

下一章预告 ​

这一章的 Prompt 写得很严:字段名、示例、「不要输出任何其他文字」一个不少。要是随口一句「用 JSON 输出」呢?DeepSeek 还有一个专门的 JSON 模式,打开就万事大吉了吗?

👉 第 2 章:JSON 模式管什么、不管什么

本文阅读--次|全站访问--次|访客--人