Prompt Paraphrasing
Prompt Paraphrasing（提示词改写/释义，Jiang et al., 2020）：把一条原始 prompt 在不改变总体语义与任务要求的前提下，改写成多种不同表述（换词、换句式、换结构），相当于对 prompt 做“数据增强”。这些改写后的 prompts 可以：
- 用于 prompt 集成（ensemble）：同一输入用多条 paraphrased prompts 跑一遍，再对结果做投票/融合；
- 用于鲁棒性提升：减少模型对某种特定措辞的敏感性；
- 用于搜索更有效的 prompt：在一组语义等价的 prompts 里挑表现最好的。
1) 这项技术在做什么（直观理解）
同一个任务，模型可能对不同措辞的 prompt 表现差异很大（prompt sensitivity）。
Prompt Paraphrasing 的做法是：保留约束不变，只改变表达方式，生成多个 prompt 版本，例如：
原 prompt：
请总结以下文章，限制 100 字。
改写 1：
请将下文概括为不超过 100 字的摘要。
改写 2：
阅读下文后，用 100 字以内给出要点总结。
语义一致，但模型输出可能更稳定或更好。把多版本组合起来就像“集成学习”。
2) 常见做法（工程上怎么用）
- 人工改写：成本高但质量稳，适用于关键场景（高价值业务）。
- 让 LLM 自动改写 prompt：让模型生成 N 个“等价提示词”，再人工/规则过滤。
- 改写 + 评测挑选：在开发集上跑一遍，选 top-k prompts 组成 ensemble 或选最优单条。
- 集成融合方式：
- 分类/选择题：多数投票
- 抽取/结构化：字段级投票或一致性校验
- 生成任务：用评审模型打分（pairwise/打分器）选最优，或做 Rerank
3) 适合与不适合的应用场景
适合
- prompt 敏感任务：同一任务换个说法效果差异大（常见于小模型或边界任务）。
- 低成本提升稳定性的场景：不改模型、不微调，只改提示词。
- 可融合输出的任务
- 分类/意图识别/选择题（投票简单）
- 结构化抽取（可字段对齐检查）
- 需要鲁棒性：面对不同用户表述、不同语域，希望模型稳定遵循同一任务约束。
不适合
- 严格受限输出且容易被改写破坏约束的任务
- 比如必须输出严格 JSON、必须固定标签集合；改写不当会引入歧义（可通过“保留不变的约束块”规避，见下方建议）。
- 强依赖单一权威指令的安全/合规场景
- 多 prompt 版本可能出现少数“更宽松”的表述，导致越界输出；需要统一的不可变约束与审计。
- 超低延迟/超低成本
- ensemble 需要多次调用，成本和延迟线性增加。
4) 至少 3 个中文实际例子：如何写 Prompt Paraphrasing（含“保留不变部分”）
例子1：分类任务（适合做投票集成）
任务：判断一条评论情感（正/负/中）。
原 prompt
你是情感分类器。请判断下面评论的情感倾向，只能输出：正面、负面或中性。
评论：{文本}
改写 prompt A
请将下列评论进行情感极性判定，输出限定为：正面/负面/中性（三选一）。
评论内容：{文本}
改写 prompt B
阅读评论后，给出情感标签（仅可选：正面、负面、中性），不要输出其他解释。
评论：{文本}
集成方式：对 A/B/原 prompt 的输出做多数投票；若三者都不同，可触发“再问一次”或交给更强模型裁决。
例子2：结构化信息抽取（保留“不可变约束块”，只改“说明文字”）
任务：从快递客服对话里抽取字段。结构化任务最怕改写后格式漂移，所以用“两段式”：约束块固定不变，只改前导话术。
固定不可变约束块（建议每个改写版本都原样粘贴）
【输出要求-不可改】
- 只输出 JSON
- 字段固定为：{"订单号":"","问题类型":"","处理建议":""}
- 问题类型只能是：["丢件","延误","破损","地址错误","其他"]
- 不要输出多余字段或解释
改写 prompt A（可变部分）
你是客服质检助手，请从对话中提取关键信息用于工单录入。
{不可变约束块}
对话：{文本}
改写 prompt B（可变部分）
请将以下对话整理成工单所需字段，便于后续处理。
{不可变约束块}
对话内容：{文本}
集成方式：对 JSON 的每个字段做一致性检查；若“问题类型”不一致，可取多数或再让模型在“只裁决问题类型”的小 prompt 下复核。
例子3：生成任务（用 paraphrase 生成多版 prompt，再用“评审 prompt”选优，而不是投票）
任务：写一段产品卖点介绍（开放生成，难投票）。
原 prompt
为智能手表写一段 80~120 字的卖点介绍，面向通勤人群，语气专业克制，不要夸张。
改写 prompt A
请写一段 80-120 字的智能手表产品亮点文案，受众为通勤用户，表达理性、避免夸大宣传。
改写 prompt B
以通勤人群为目标读者，撰写 80~120 字智能手表卖点介绍，风格专业、简洁、不过度营销。
然后用“评审/重排 prompt”选最优（示例）
你是文案评审。请在候选文本中选出最符合要求的一条：
要求：80~120字、面向通勤、专业克制、无夸张。
候选1：{输出1}
候选2：{输出2}
候选3：{输出3}
输出：只给“最佳候选：1/2/3”和一句理由。
例子4：专门用于“生成 prompt 的 paraphrase”（让模型帮你做改写）
用途：你有一条原始 prompt，想自动得到 10 条等价版本做 ensemble/搜索。
生成 paraphrase 的 Prompt
你是提示词改写器。请在不改变任务目标、输入输出约束、禁止项的前提下，改写下面提示词，生成 10 个中文版本。
要求：
- 保留所有硬约束（如“只输出JSON/只能输出标签集合/字数限制/不得出现某词”等）
- 可以改写措辞、语序、句式，但不要新增任务
- 每个版本单独编号输出
原始提示词：
{粘贴你的 prompt}
（工程上建议：生成后用规则检查“硬约束是否仍存在”，例如检查是否仍包含“只输出 JSON”等关键短语。）
5) 实践建议（避免“改写破坏语义/约束”）
- 把 prompt 分成“硬约束块”和“可变说明块”：改写只动可变块。
- 对 paraphrase 做自动校验：关键字检查（只输出/JSON/标签集合/字数等）+ 小规模回归测试。
- ensemble 不一定要很多：通常 3~5 条就能带来明显稳定性提升，成本可控。
如果你告诉我你的任务类型（分类/抽取/摘要/写作/代码）和你目前的原始 prompt，我可以帮你生成一组“语义等价但风格不同”的 paraphrase prompts，并给出适合你的融合策略（投票/字段一致性/评审重排）。