批量分類：一次處理 50 條
幾萬條用戶反饋要打標，逐條調用太貴太慢。
提示詞長度
155
tokens
建議模型
Flash
單次成本（離峰）
$0.00020
Flash
跑一萬次
$2.03
Flash 離峰
提示詞全文
請對下面的每一條內容分類。
分類標籤（只能選一個）：
- A：{{標籤A說明}}
- B：{{標籤B說明}}
- C：{{標籤C說明}}
- D：無法歸類
輸入（每行一條，格式：序號|內容）：
```
{{批量數據}}
```
輸出格式：每行一條，格式為「序號|標籤|信心度(高中低)」
不要輸出任何其他文字。
判斷規則：
- 同時符合多個標籤時，選最接近的，並在信心度標「低」
- 內容過短或語意不清時，標 D 並在信心度標「低」
- 保持與輸入相同的順序
為什麼這樣寫
- 合併處理能把指令部分的 token 攤薄。50 條一起分類，每條均攤的指令成本只有單條的 1/50。
- 「信心度」欄位讓你能人工複查低信心的部分，不用全量看。
- 「保持相同順序」看似多餘，但不寫的話模型可能漏條或重排，導致對不上原始數據。
成本
按上面這段提示詞估算（輸入 155 tokens、輸出 300 tokens）。輸出長度依任務而定，實際會有差異。
| 模型 | 單次（高峰） | 單次（離峰） | 1 萬次（高峰） | 1 萬次（離峰） |
|---|---|---|---|---|
| DeepSeek Flash | $0.00041 | $0.00020 | $4.07 | $2.03 |
| DeepSeek V4 Pro | $0.00139 | $0.00070 | $13.93 | $6.96 |
模型建議：批量分類是成本敏感度最高的場景，必須用 Flash。這是整個提示詞庫裡「選錯模型最貴」的一類。
變體
- 標籤很多（>10 個）時，改成兩階段：先粗分大類，再細分。
- 要處理上萬條時，用 50 條一批循環，並在每批加「這是第 N 批，共 M 條」。
常見失敗
- 一批超過 100 條時準確率明顯下降，建議 30-50 條。
- 不要求信心度，低品質分類混在裡面無法識別。