文章目录D8 | Prompt 调试技巧：为什么 AI 总答非所问？一、为什么这篇是「必修课」二、5 类常见错误（问题画像）2.1 错误 ①：格式错（Format Error）2.2 错误 ②：逻辑错（Logic Error）2.3 错误 ③：幻觉（Hallucination）2.4 错误 ④：过度拒绝（Over-refusal）2.5 错误 ⑤：循环 / 重复（Repetition）三、5 步诊断法（从现象到根因）3.1 Step 1：复现3.2 Step 2：分类3.3 Step 3：定位 Prompt3.4 Step 4：单变量替换3.5 Step 5：AB 对比四、修复策略（5 类各一套）4.1 格式错 → JSON Mode + 强 Schema4.2 逻辑错 → CoT + Self-Consistency4.3 幻觉 → 限定数据源 + 让 AI "不知道就说不知道"武器 1：限定数据源武器 2：让 AI 说"我不知道"武器 3：要求引用4.4 过度拒绝 → 改 system 措辞 + 角色扮演套路 1：明确"这是创作/学习场景"套路 2：换 system 角色套路 3：拆 step 绕过敏感词4.5 重复 → 调 temperature + 改 stop sequence五、3 个真实调试案例案例 1：AI 把订单号说成另一个用户的现象Step 1 复现Step 2 分类Step 3 定位Step 4 单变量改Step 5 AB 对比案例 2：AI 拒绝回答简单翻译现象Step 1 复现Step 2 分类Step 3 定位Step 4 修复Step 5 AB 对比案例 3：AI 反复输出"好的好的好的好的"现象Step 1 复现Step 2 分类Step 3 定位Step 4 修复Step 5 AB 对比六、调试工具箱（5 个常备工具）6.1 温度调节（最常用）6.2 seed 锁定（排查用）6.3 logprobs 看置信度（高级）6.4 Prompt 版本控制（工程化）6.5 eval 集回归（最关键）七、避坑速查表八、这一篇的小结8.1 5 个 Key Takeaway8.2 决策树8.3 思考题下篇预告D8 | Prompt 调试技巧：为什么 AI 总答非所问？系列：《60 天 AI 全栈转型：传统开发者的大模型工程师之路》（S1 模块 2 · 收官篇）作者：刘一说（haohaizi_liu）| 15 年开发管理经验配套代码：https://gitcode.com/road-emblem/60-days-ai-stack一、为什么这篇是「必修课」前 3 篇（D5/D6/D7）我们讲了怎么"写好 Prompt"——CRISPE 框架、Few-shot、CoT、JSON Mode、Function Calling。但真正落地你会发现：写好 Prompt 只是开始，运行起来全是 bug。“为什么它又瞎编了？”“为什么我让它提取姓名，它给我返回一段话？”“为什么它说’我不能帮你’？”“为什么它一直循环输出’好的好的好的’？”这些不是 Prompt 写错了，是调试思路错了。这一篇我把自己 18 个月里踩过的坑总结成一套5 类错误 + 5 步诊