先诊断问题，再决定是否训练

从工坊的真实任务开始

虚构的积木工坊希望助手根据说明书回答搭建问题，并把答复写成固定的三步结构。现在出现两类错误：助手不知道刚新增的连接件，另外即使资料齐全也常把步骤顺序写乱。这不是一个笼统的模型太差问题。第一类缺少最新知识，第二类没有稳定遵循表达习惯。如果不先拆分原因就直接训练，可能花费大量计算后，新增资料依然很快过时，甚至让原本正确的回答退步。学习训练的第一步是承认，不训练有时才是更好的技术决定。

四条路线改变不同的东西

提示词是在当前请求中说明任务、示例和限制，不改变模型权重。检索增强生成，也叫RAG，是从许可资料中找出相关内容再提供给模型，同样不修改权重。微调是在已有模型基础上，用训练例子更新部分或全部权重，使模型更贴近任务分布。从头训练则需要初始化模型并从大量数据学习通用或专门能力，通常对数据、计算和工程要求最高。权重可以理解为模型内部经过学习的数值，不是一本能逐条查阅的说明书；把新事实写入训练数据不等于得到可靠、可更新的知识库。

用错误证据匹配路线

工坊先准备二十道虚构问题，标出资料缺失、检索失败、格式错误和推理错误。若给出正确段落后模型就能回答，新知识问题优先修复资料和检索；若加入两个清楚示例就能稳定输出三步结构，先改提示即可。只有在代表性评估中，提示和检索都已足够而输出习惯仍持续不稳，才考虑微调。如果问题需要模型本身没有的复杂能力，少量格式样本也不一定能够补齐。技术路线可以组合，但每加一层都要说明它解决什么，并重新测量成本和错误。

建立可以失败的实验

一个合格假设是：在不降低步骤正确性的前提下，微调能把固定结构合格率从八成提升到九成以上。这里的比例只是假设实验值，不是产品承诺。实验同时保留原模型、改进提示版本和检索版本，在同一份未参与调整的测试集上比较。记录错误类型、人工复核时间和单次处理耗时，而不是只挑几条漂亮答复。若收益小于维护成本，停止微调并保留简单方案也是有效结果。测试集不能边看边拿来修改训练例子，否则最后成绩会高估真实效果。

给路线选择加上边界

工坊资料包含可公开的积木名称和虚构说明，不放个人资料与秘密信息。即使模型权重可以下载，也要核对使用许可、再分发条件及训练资料的授权范围，不能把开源权重理解为任意商用。还应问：知识多久变化，谁来维护，出现错误怎样回退，现有资源能否支持。最终路线记录不是一个流行技术名称，而是一张包含目标、证据、替代方案、评估方法和停止条件的决策表。这样以后发现问题时，团队能够检查原假设，而不是继续盲目增加模型规模。