📚 首页 / 05-prompting-structured-output/questions / exam-style.md

模块 05 — 考试题型（Exam Style）

题干中文、考试术语保持英文。答案与逐项解析在文件末尾「答案与解析」。

单选题

  1. Structured outputs 保证输出合法的底层机制是什么？

    2. A. 生成后由 API 自动运行 JSON 校验并静默重试 B. Constrained decoding：把 JSON schema 编译成 grammar 约束解码过程 C. 模型被微调为只会输出 JSON D. 输出前由第二个模型做 validation

  1. 截至 2026-08-30，控制 Claude 最终回复为合法 JSON 的 GA 参数是：

    2. A. response_format: {"type": "json_object"} B. output_config.format: {"type": "json_schema", "schema": ...} C. prefill: '{"' D. tool_choice: {"type": "json"}

  1. Structured outputs 的 strict tool use（strict: true）保证的是：

    2. A. 工具一定被调用 B. 工具名与工具入参保证通过 schema 校验 C. 工具执行不会超时 D. 工具结果一定是 JSON

  1. 一位同事的 prompt 写着 "Do not use markdown"。按官方最佳实践，更有效的写法是：

    2. A. 加大写强调：DO NOT USE MARKDOWN B. 告诉模型要做什么："Write your response in flowing prose paragraphs." C. 把温度调到 0 D. 在 prompt 末尾追加三个反例

  1. 官方建议 few-shot 示例的最佳数量是：

    2. A. 1 个 B. 3–5 个 C. 10–15 个 D. 越多越好

  1. 处理 20k+ token 的长文档时，官方推荐的排布是：

    2. A. 指令放最前，文档放最后 B. 长文档放顶部，查询/指令放末尾 C. 文档与指令交替排列 D. 把文档摘要后只给摘要

  1. Claude 4.7+ 模型收到 thinking: {"type": "enabled", "budget_tokens": 10000} 会：

    2. A. 正常执行扩展思考 B. 忽略 thinking 参数 C. 返回 400 错误 D. 自动降级为 adaptive thinking

  1. 手动 extended thinking 模式下 budget_tokens 的正确说法是：

    2. A. 是思考 token 的硬上限，超出立即截断 B. 最小值 1024，且必须小于 max_tokens；是目标值而非硬顶 C. 必须等于 max_tokens D. 只在 streaming 模式生效

  1. 以下哪个 schema 特性在结构化输出中不被支持？

    2. A. enum（字符串枚举） B. required 数组 C. 递归 schema（recursive schemas） D. additionalProperties: false

  1. 官方文档指出的 enum 已知行为是：

    2. A. 枚举值非法时 API 返回 400 B. 输出的枚举值可能大小写与 schema 不完全匹配且不报错，应做大小写不敏感比较 C. enum 只支持数字 D. enum 值自动排序输出

  1. Prefill（预填充最后一条 assistant 消息）在 Claude 4.6+/Mythos Preview 上的状态是：

    2. A. 仍是官方推荐的格式控制手段 B. 不再支持，请求返回 400 C. 只在 streaming 中支持 D. 需要 beta header

  1. 关于结构化输出与 prompt caching / Citations 的兼容性：

    2. A. 与两者都兼容 B. 与 Citations 不兼容（返回 400），与 Batch / streaming / token counting 兼容 C. 与 Batch 不兼容 D. 与 streaming 不兼容

  1. Interleaved thinking 的含义是：

    2. A. 多个 agent 交替思考 B. 同一 assistant 回合内、工具调用之间穿插 thinking 块 C. 用户与模型轮流发言 D. 手动模式与 adaptive 模式交替使用

多选题

  1. 官方 Prompting best practices 对 few-shot 示例的要求包括：

    2. A. Relevant（贴近真实用例） B. Diverse（覆盖边界、避免意外模式） C. Structured（<example> 标签包裹） D. 必须包含失败反例

  1. 结构化输出的复杂度限制包括（每请求合计）：

    2. A. 最多 20 个 strict: true 的工具 B. 可选参数总计 24 个 C. union 类型（anyOf/类型数组）参数总计 16 个 D. schema 嵌套最深 3 层

  1. 遇到「输出是合法 JSON 但字段值在事实上是错的」时，正确的架构处置是：

    2. A. 立即重试同一请求 B. 归类为语义错误，交给评估管线 / 人工审核 / 降级路径 C. 提高 thinking 预算以期改善 D. 在下游对高风险字段加业务规则校验

  1. 关于 extended thinking → adaptive thinking 迁移，正确的有：

    2. A. adaptive 模式用 output_config.effort 控制思考深度 B. Fable 5 / Mythos 5 上 thinking 永远开启 C. 4.5 及更早模型也必须迁移到 adaptive D. 手动模式下改动 budget_tokens 会使 prompt cache 断点失效

答案与解析

单选

  1. B。官方说明：structured outputs 通过把 schema 编译为 grammar 做 constrained decoding，在解码期禁止非法序列。A/C/D 均非官方机制——不存在「自动重试」或「验证模型」。考什么：机制层理解，而非 API 名。
  1. B。GA 参数为 output_config.format；output_format 是旧 beta 名（Python SDK v1.0+ 已不接受）。A 是另一家厂商的参数形；C 的 prefill 已被 4.6+/Mythos Preview 淘汰且从来不是参数；D 无此用法。考什么：新旧参数名辨析。
  1. B。strict tool use 保证工具名与入参过 schema（grammar-constrained sampling）。它不保证工具被调用（A，那是 tool_choice 的职责）、不管执行超时（C）、不管工具返回内容（D，那由你的应用决定）。考什么：两个特性分工。
  1. B。官方「告诉模型做什么，而不是不做什么」（positive instructions）。A 大写无效果差异；C 与格式无关；D 反例不是官方首选。考什么：正向表述原则。
  1. B。官方 tip：3–5 个示例效果最好。A 太少缺边界；C/D 成本高且可能引入噪声。考什么：官方推荐数值。
  1. B。官方 long context prompting：长数据放顶部、查询放末尾，测试中最多 +30%。A 恰好相反；C/D 非官方建议。考什么：长上下文排布。
  1. C。官方文档：4.7 及以后模型拒绝 type: "enabled"，返回 400。A/B/D 均错误——不会静默忽略也不会自动降级。考什么：thinking 演进时间线（高频新旧知识陷阱）。
  1. B。最小 1024；须小于 max_tokens（interleaved 例外可超）；预算是目标值，max_tokens 才是硬顶。A 混淆了 budget 与 max_tokens；C/D 无依据。考什么：budget 规则细节。
  1. C。递归 schema 明确不支持（返回 400）。A/B/D 均支持且是常用特性（对象必须显式 additionalProperties: false）。考什么：schema 能力边界。
  1. B。官方「Invalid outputs」节：枚举可能大小写不匹配且无错误、无特殊 stop_reason；建议大小写不敏感比较、避免仅大小写不同的枚举值。A/C/D 与文档相反。考什么：已知坑的处置。
  1. B。4.6 系列与 Mythos Preview 起不再支持最后一条 assistant 消息的 prefill，返回 400；官方迁移路径是 structured outputs / 直接指令。考什么：过时技巧识别。
  1. B。官方兼容性表：与 Batch（50% 折扣）、token counting、streaming 兼容；与 Citations 不兼容（400）。考什么：特性互斥矩阵。
  1. B。interleaved thinking = 工具调用之间穿插思考，agent loop 消化 tool result 的关键机制。A/C/D 都是字面误读。考什么：术语精确理解。

多选

  1. A, B, C。官方三要求：Relevant / Diverse / Structured（<example> 标签）。D「必须含失败反例」非官方要求。考什么：few-shot 官方标准。
  1. A, B, C。官方限制表：20 strict 工具 / 24 可选参数 / 16 union 参数。D「嵌套最深 3 层」不存在——是内部 grammar 大小限制与 180s 编译超时，非固定层数。考什么：限制表精确记忆。
  1. B, D。语义错误重试无效（A 错）；B 是正确分类路由；C 可作为质量改进实验但不是处置该错误的架构路径（且 4.7+ 无 budget 可调）；D 高风险字段下游业务校验是纵深防御。考什么：错误分类 → 处置路由。
  1. A, B, D。A/B/D 均为官方说法；C 错——4.5 及更早模型只有手动 extended thinking 可用，无需也无法迁移。考什么：迁移边界与缓存陷阱。
📚 目录