微调，似乎正在成为万能解药。
现在很多公司一遇到 AI 模型表现不佳，第一反应就是「我们需要微调」。
这句话听起来很专业，很高大上，特别适合用来忽悠投资人和不懂技术的老板。
毕竟，「套壳」这词听起来，似乎实在是太low 了。
这就像头疼就要做开颅手术一样荒谬——明明吃片止痛药就能解决的问题，非要上手术台。
但实际上，99% 的问题根本不需要微调。
先把这些基础工作做好
如果你真的想解决问题，而不是做做样子，那就先在各个通用模型上试试这十个方法：
一、选对模型
很多时候不是模型需要微调，而是你根本选错了模型。GPT-4 擅长推理，Claude 擅长写作，Gemini 擅长多模态，选对工具比改造工具重要得多。
二、优化提示词
一个精心设计的提示词能让模型性能提升 50% 以上。很多人连基本的提示词工程都没做好，就急着要上SFT，RFT 各式花哨微调。
三、用好上下文学习
在提示词中提供相关背景信息和任务说明，让模型充分理解你的需求。这比微调简单一万倍，效果却往往出奇地好。
四、结构化输出
通过明确的格式要求和输出模板，约束模型的响应。JSON、XML、Markdown，该用什么格式就明确告诉模型。
五、提供具体示例
在提示词中加入 3-5 个高质量的输入输出示例，胜过千言万语的描述。有众多论文研究表明，基于示例的few shot 提示词能达到接近微调的效果。
六、数据预处理
垃圾进，垃圾出。在数据进入模型前做好清洗、标准化、去噪，这些「脏活累活」看起来不高大上，但效果立竿见影。
七、链式调用和工具集成
让 LLM 调用外部工具，或者将多个模型调用串联起来。一个模型做不好的事，多个模型配合往往能搞定。
八、任务拆解
将复杂任务拆解为多个简单任务——化整为零，不要一次让模型干 10 件不相关的事，是人也干不好。拆解开一步步做，效果会显著好许多。
当然，如果你想用投资人爱听的话，请叫它「Multi Agent」。
九、后处理优化
对模型输出进行格式化、验证、修正。很多所谓的「模型问题」其实是后处理没做好。
十、设置护栏和约束
通过验证规则、安全检查、边界条件，确保输出符合要求。这比期待模型「自觉」靠谱多了。
微调的「高」成本
许多人低估了微调的成本。
不只是钱的问题，更要命的是：
技术债务：一旦微调了模型，你就被绑定在特定版本上了。新的基础模型发布时，要么继续用老的，要么重新微调。两个选择都很痛苦。
维护噩梦：微调模型需要持续监控、评估、更新。当训练数据过时，模型性能会快速下降。在知识快速迭代的领域，今天微调的模型可能下个月就不行了。
机会成本：花在微调上的时间和资源，本可以用来改进数据质量、优化系统架构、提升用户体验。但这些工作不够「性感」，在 PPT 上不好看。
大多数公司烧钱烧算力在微调上，但真正的竞争优势在于智能的模型选择和深度提示词工程。
提示词运维和智能体框架，在几乎所有场景下都能碾压定制训练。
什么时候需要微调？
当然，微调并非一无是处。
在一些场景中，微调可能确有必要：
高度专业化领域
医疗诊断、法律文书、金融合规等领域，需要模型深度理解专业术语和领域知识。通用模型加提示词可能「差不多」，但在这些领域，「差不多」就是「差很多」。
安全和隐私考虑
如果担心提示词泄露导致核心业务逻辑暴露，微调可以将这些知识「内化」到模型中。
比如，在 Azure 上微调 GPT-4.1 的成本其实不高：训练每百万 token 25 美元，托管每小时 1.7 美元。
大规模异步推理
当需要处理海量并发请求时，微调后的模型可以用更短的提示词达到同样效果，能显著降低推理成本。
极致性能要求
某些场景下，99% 的准确率还不够，必须达到 99.9%。这时候微调可能是必要的最后一步。
微调的正确姿势
如果确实需要微调，记住这些要点：
数据质量是关键：与其急着微调，不如先提升训练数据的质量。很多公司的问题不是模型不够好，而是数据太糟糕。
从小规模开始：先用少量高质量数据测试效果，验证微调确实能带来提升，再扩大规模。
保持版本管理：记录每次微调的数据、参数、效果，建立完整的实验追踪体系。
设置退出策略：明确什么时候放弃微调，转向其他方案。不要因为沉没成本而一条路走到黑。
回归本质
真正的魔法不是微调，而是把那些看起来无聊的基础工作做好——结构化、提示词优化、数据预处理。
大多数问题不在模型本身，而在模型周围的系统设计。
微调是甜点，不是主菜。
不要弄反了，它应该是优化的最后一步，而不是解决问题的第一反应。
但现实是，「我们正在微调大模型」这句话在董事会上听起来比「我们在优化提示词」酷多了。
所以呢，如果你的目标是忽悠投资人或者让老板觉得团队很厉害，那就大胆地提微调吧。
而如果你只是想解决问题，那就老老实实把上面的10件事先做好。
（文：AGI Hunt）