同一个问题问 AI 两次答案不一样，怎么问才能稳定

答案浮动有 3 个来源，摸清之后能压下一部分。

一是采样随机。同样的提示词，每次挑的下一个词可能不同，回答越长差异越明显。

二是上下文。在同一个会话里追问，前面聊过的内容会进入计算，答案跟着变。

三是版本和线路。同一个产品，网页端、App、接口背后的模型版本可能不同，灰度期间尤其明显。

能控的部分是提问方式。把问题写成一条完整指令，条件、范围、输出格式一次说完，别分几轮补。

还有个小动作有效：要求它先列 3 个要点再展开，骨架固定之后，两次答案会接近很多。

判断有没有被随机性影响，可以连问 5 次看结论分布，5 次里 4 次一致就按主流那个用。

把提问固定成模板，最省力，5 个字段就够。

1. 角色和范围。写明「你只根据以下材料回答」，范围先框住。

2. 问题本体。一句话问完，别在一句里塞 3 个问题。

3. 输出格式。要几段、要不要列表、要不要标出处，写清楚。

4. 材料。需要引用原文的，把原文贴在问题后面，控制在 2000 字以内。

5. 兜底。写「材料里没有就说没有」，避免它自己补。

这套模板我用了半年，50 多个问题重复问 3 次，结论一致的比例从六成上到九成。

模板存成一份文档放在共享盘里，部门 6 个人都用同一份，半年改过 2 次，改动记在文档末尾。

把「不稳定」分成 2 类看，处理办法不一样。

一类是措辞不同、结论相同。这类不用管，说明模型读懂了问题，只是表达有随机性。

另一类是结论相反。这类必须查，通常意味着问题本身有歧义，或者材料里有互相冲突的说法。

判断办法很简单：同一个问题问 3 次，只抄结论那一句来对比，别看整段。

3 次一致就可以用；2 次一致 1 次跑偏，把跑偏的那次追问「依据是什么」，多半能问出歧义点。

3 次三个说法，说明问题需要拆，拆成 2 到 3 个更小的问题再问一轮。

3 次问完大概花 10 分钟，比反复纠结哪个版本对要快，也能留下记录备查。