佛系程序员_ 八字结构化分析AI模型选择及参数设置

学习笔记

发布日期: 2026-04-23 23:30:07

喜欢量: 9 个

阅读次数: 68

# 八字结构化分析AI模型选择及GLM\-4\.7\-Flash参数设置知识笔记 ...

# 八字结构化分析AI模型选择及GLM\-4\.7\-Flash参数设置知识笔记

本文针对八字结构化分析场景（核心为向AI提供完整的八字结构化JSON参数，无需AI进行排盘及喜用神计算），梳理了不同AI模型的适配性、幻觉风险对比，重点总结当前暂用模型GLM\-4\.7\-Flash的最优参数设置及防幻觉技巧，为后续高效、精准开展八字分析提供参考，避免模型出现乱写、乱编命理规则的问题。

## 一、核心前提说明

本次笔记围绕「八字结构化JSON参数分析」场景展开，核心输入为完整的八字结构化JSON参数（含日主、五行数量、十神、旺衰、月令、格局、喜用神等已计算完成的固定字段），无需AI额外进行排盘、喜用神计算等操作，属于强规则、弱创作类任务。核心需求是降低模型幻觉率，确保输出严格贴合给定的JSON参数，不自创命理规则、不编造断语、不额外进行排盘和喜用神计算。

## 二、各类AI模型适配性及幻觉风险排序

结合实际使用体验及第三方评测，不同模型在“给定结构化JSON参数、无需排盘和喜用神计算”的八字分析场景中，幻觉率、稳定性排序（从优到劣，幻觉率从低到高）如下：

1. **GLM\-5**：最优选择，幻觉率全球最低一档（较GLM\-4\.7下降56%），专业命理知识储备充足，原生支持JSON等结构化输出，200K超长上下文可完整适配给定的八字结构化参数，规则遵从度极高，能严格依据已有参数输出，不额外排盘、不擅自计算喜用神，不易乱编十神、格局及断语，综合表现优于其他所有模型。

2. **moonshot\-v1\-8k**：次优选择，结构化输出稳定性极强，对规则类任务拟合度高，能严格遵循给定的八字结构化JSON参数输出，不额外进行排盘和喜用神计算，幻觉率低，适合追求稳定性与成本平衡的场景。

3. **DeepSeek\-V2\.5**：可作为辅助选择，中文与代码能力强，长上下文优化较好（128K→1M），能完整读取给定的结构化参数，幻觉率较旧版下降45%\~50%，但小众命理知识储备略逊于前两者，结构化输出偶有语法缺失（如引号遗漏），核心解读需搭配其他模型复核，避免出现额外排盘、乱算喜用神的情况。

4. **GLM\-4\.7\-Flash**：当前暂用模型，属于极速精简版，为追求推理速度牺牲了部分细节校验，幻觉率高于前三者，易出现乱定五行旺衰、自创十神关系、编造断语的问题，偶有擅自进行排盘、计算喜用神的情况，需通过参数设置和提示词约束降低风险，确保严格贴合给定参数。

5. **Qwen3\.5:9B（本地）**：不建议用于核心解读，属于小体量本地模型，冷门命理知识储备不足，长文本下逻辑易断裂，极爱“不懂硬编”，不仅易编造断语，还可能擅自进行排盘、乱算喜用神，仅适合用于文案润色、短句总结等轻量化辅助工作。

## 三、当前暂用模型（GLM\-4\.7\-Flash）最优参数设置

GLM\-4\.7\-Flash作为极速精简版，参数设置直接影响幻觉率，结合“给定结构化JSON参数、无需排盘和喜用神计算”的核心需求，给出以下可直接照搬的最优参数及逻辑说明，核心目标是锁死随机性、杜绝自由发挥，避免模型擅自进行排盘和喜用神计算。

### （一）核心参数配置（直接复制使用）

```json
{
  "temperature": 0.1,
  "top_p": 0.3,
  "max_tokens": 2048
}
```

### （二）参数设置逻辑

1. **temperature（温度）**：核心控制模型输出的随机性，数值越高，模型越容易自由发挥、瞎编内容，甚至擅自进行排盘、计算喜用神；数值越低，模型越严谨、越贴合给定的结构化JSON参数。本场景最优区间为0\.05\~0\.2，选择0\.1最为平衡——既不会过于死板，又能有效杜绝乱编、幻觉及擅自操作的问题。需注意：温度≥0\.4时，GLM\-4\.7\-Flash的幻觉率会急剧上升，擅自排盘、乱算喜用神的概率大幅增加，严禁使用。

2. **top\_p**：配合温度进一步锁死随机性，设置为0\.3，可有效避免模型“脑补”命理规则、自创断语，同时杜绝擅自进行排盘、喜用神计算的行为，强化对给定结构化参数的遵从度。

3. **max\_tokens**：设置为2048，可满足基于给定结构化参数的八字解读需求（不包含排盘、喜用神计算），避免因token不足导致输出不完整。

### （三）不同场景参数调整参考

- 基于给定参数的精准解读（核心主业，不排盘、不算喜用神）：temperature=0\.1（最优）

- 解读文案美化、语气柔和化（仍严格贴合参数，不额外操作）：temperature=0\.25

- 完全杜绝自由发挥、仅基于参数硬输出（无任何额外解读和操作）：temperature=0\.0

## 四、双重防幻觉技巧（适配所有模型，重点用于GLM\-4\.7\-Flash）

仅靠参数设置不足以完全规避GLM\-4\.7\-Flash的幻觉问题，尤其难以杜绝其擅自排盘、计算喜用神的情况，需搭配针对性提示词约束，形成双重防护，确保输出精准合规、严格贴合给定的结构化JSON参数。

### （一）强制约束提示词（直接复制使用）

你是专业命理分析师，严格依照传入的八字结构化JSON参数（含日主、五行、十神、旺衰、月令、格局、喜用神等）进行解读，**严禁额外进行排盘操作、严禁擅自计算或修改喜用神**。禁止自创命理规则、编造十神关系或无依据断语，数据不足时如实说明，不得强行作答。输出需保持客观规整，若要求JSON格式，需确保字段完整无缺失、语法正确，严格对应传入参数，不新增无关内容。

### （二）额外辅助措施

1. 使用GLM\-4\.7\-Flash时，尽量开启强制JSON模式（若支持），并对输出结果做语法校验，避免字段缺失、格式错误，同时检查是否存在擅自排盘、计算喜用神的内容。

2. 核心解读结论，可搭配GLM\-5或moonshot\-v1\-8k进行复核，重点检查是否贴合给定参数、是否存在额外排盘和喜用神计算的情况，降低出错风险。

3. 其他模型参数参考（均适配“不排盘、不算喜用神”场景）：Qwen3\.5:9B（本地）建议temperature=0\.0\~0\.1；DeepSeek\-V2\.5建议temperature=0\.1\~0\.15；GLM\-5完整版可放宽至temperature=0\.15\~0\.2。

## 五、总结

本场景下八字结构化分析的核心是“守规则、防幻觉、不越界”，即严格贴合给定的结构化JSON参数，不额外进行排盘、不擅自计算喜用神。模型选择优先GLM\-5，其次是moonshot\-v1\-8k；当前暂用的GLM\-4\.7\-Flash需严格设置参数（temperature=0\.1、top\_p=0\.3），并搭配针对性强制约束提示词，才能有效避免乱写、乱编及擅自操作的问题。若后续有条件，建议切换至GLM\-5或moonshot\-v1\-8k，进一步提升解读的精准度和稳定性。

> （注：文档部分内容可能由 AI 生成）

yyii

https://amtb.info/show/Mzgy

本博客所有文章除特別声明外,转载请注明来源佛系程序员 !