为什么同一个 Prompt 会得到不同答案？

你让 AI 把场地预约记录整理成一段简短通知。第一次先写日期，第二次先写房间，这两种写法可能都能用。但如果其中一次把“暂时保留”改成“已经订好”，差别就不只是文风了。

判断回答是否可靠，应看它有没有保住这项任务必需的事实和条件。AI 可以提供不同表述，验收要求却应该稳定。逐字相同不是唯一目标；一句错话重复三次，也不会因此变对。

先看究竟是哪一类差别

下面是一份虚构记录：

工作坊：2026 年 9 月 18 日，14:00—15:30，上海时间。
B 房间目前只是暂时保留，尚未确认。
最多容纳 12 人。
Mei 将在 9 月 16 日 12:00 前确认房间，时间均为上海时间。
确认之前不要邀请参与者。

这份记录可以有不同的合格摘要：

工作坊拟于 9 月 18 日上海时间 14:00—15:30 举行，最多 12 人。B 房间目前暂时保留，Mei 将在 9 月 16 日上海时间中午 12:00 前确认。请等确认后再发邀请。

也可以先提醒下一步：

请先等 Mei 确认房间，再发邀请；确认期限为 9 月 16 日上海时间中午 12:00。B 房间目前为暂时保留，拟用于 9 月 18 日上海时间 14:00—15:30 的工作坊，人数上限为 12 人。

这两段是为本文编写的示例，不是某个模型重复运行的记录。信息顺序变了，预约状态、时间、人数和行动要求没变。“B 房间已经订好，可以发邀请”则不合格。

先把差别分清，再决定要不要改提示词。换一种说法可以接受；漏掉条件需要补回；多出日期或确认状态，则必须回查原文。

你看到的那句话，不一定是全部输入

一次请求除了刚输入的文字，还可能包含之前的对话、附件和其他说明。在同一个长对话里重发一句话，与在新对话中只发送这句话，并不是相同条件。中途补过一句“语气再确定一点”，也可能影响助手如何表达尚未确认的事。

文本生成方式本身也可能带来变化。模型使用称为 token 的小段文字，生成时可以从候选的后续片段中进行选择。Google 的提示设计说明介绍了影响这一选择的参数。因此，两次回答不同，并不能单凭这一点证明你改过输入，或服务商换过模型。

模型和应用设置同样值得记录。保存界面显示的模型名称和测试日期，但不要从语气反推后台设置。界面没有提供某个参数时，写“未显示”即可，不必猜测它的 temperature（温度参数）是多少。

用一份固定材料，重复检查相同条件

把原始记录和下面的要求保存在一起：

请把下面的记录整理成不超过 180 个汉字的内部通知。
保留活动日期、时间和时区、人数上限、房间状态、
负责确认的人、确认期限，以及发送邀请的前提。
不能把暂时保留改成已经确认。不要增加原文没有的事实。
只输出通知。

【粘贴原始记录】

在三个新对话里，使用相同的可见设置、要求和原始记录。三次只是容易执行的排查练习，不足以估算模型的错误率。不要在几轮之间加入反馈后，还把它们当成完全相同的输入。

每次保存完整回答，并记录应用、可见模型名称、日期、是否新建对话、附件及能检查到的相关设置。然后逐项核对：

这是供读者执行的方法，表格是核对依据，不代表某款应用已经通过测试。写法不同的答案可以全部合格；看起来十分稳定的答案，也可能一直漏掉同一条件。

修正具体错误，不必把整段推倒重来

如果一次回答把房间写成已确认，可以直接反馈：“原文只是暂时保留，请恢复这一状态，并保留确认后才能发邀请的要求。”修改后重新检查所有条件，包括之前已经写对的部分。

不要把“温度调到零”当成通用解决办法。Google 当前建议 Gemini 3.x 保持默认采样设置，并提醒改动参数可能影响部分任务的表现。OpenAI 的旧版 Completions 接口文档也只承诺尽力通过 seed 帮助复现，而非保证每次结果一致。这个旧接口的参数不能直接套用到所有当前模型或聊天应用。上述文档核对日期为 2026 年 9 月 14 日。

如果需要的是一段已经批准、必须保持原样的邀请文字，就保存并复用那个版本。只有日期等事实变化时，再让 AI 修改指定字段，按新资料核对改动。反复生成一段已经验收的文字，只会增加需要重新审核的内容。

参考资料

• Google：Prompt design strategies：采样参数及不同模型的默认设置建议。
• OpenAI：旧版 Completions 接口：seed 对复现能力的有限承诺。