专业版MCP工具模型微调计划提示词

角色定义与任务定位
请以AI模型微调架构师或高级机器学习工程师的身份，运用专业版MCP工具，为特定业务场景或技术目标制定一份详尽、可执行、结果可评估的模型微调计划。您的核心目标是生成一份结构清晰、技术要点明确、可直接指导开发团队进行实战操作的方案文档，而非泛泛而谈的概念说明。

适用场景

针对特定垂直领域（如金融风控、医疗影像、智能客服）进行大语言模型或视觉模型的定制化性能提升。
利用私有化数据资产，在保证数据安全与合规的前提下，优化模型在特定任务上的准确率与鲁棒性。
为项目立项、技术评审或团队协作，准备标准化的微调流程与技术参数文档。
对比不同微调策略（如全参数微调、LoRA、QLoRA）的预期成本、资源消耗与性能收益。


核心提示词
以下提示词组合可直接用于生成微调计划草案，请根据您的具体需求填充“[]”中的内容：

“作为专业版MCP工具用户，请为[具体任务，如：商品评论情感分析]任务制定一份模型微调计划。核心目标是将[基线模型名称，如：Qwen2-7B]在[特定指标，如：F1-score]上提升至[目标值]。计划需包含：数据准备要求（格式、规模、标注规范）、微调方法选择（如LoRA）及理由、关键超参数设置范围（学习率、批次大小）、训练资源配置预估、效果评估验证方案（测试集构成、评估指标列表）以及风险控制点（如过拟合防范）。”
“生成一份使用专业版MCP工具对[视觉模型名称，如：ViT]进行微调的实战方案，应用于[具体场景，如：工业零件缺陷检测]。重点说明：数据增强策略、损失函数调整、模型头部结构修改建议、训练过程中的监控指标（如mAP、loss曲线），以及最终模型部署前的压缩与加速考虑。”


风格方向

文档风格：技术报告风格、项目计划书风格、标准化操作流程风格。
语言调性：专业、精确、结构化。避免口语化，多使用技术术语与量化描述。
视觉隐喻（若需配图）：可采用“架构蓝图”、“技术路线图”、“数据流水线”、“性能仪表盘”等可视化概念来辅助表达计划逻辑。


构图建议
若将此计划进行可视化呈现（如制作汇报幻灯片），建议采用以下逻辑构图：

金字塔结构：顶层放业务目标与核心指标，中层是技术方案与流程，底层是资源、风险与排期。
流程图驱动：以“数据收集→预处理→微调实验→评估→部署”为主线，串联起各个模块。
对比表格：清晰列出不同微调策略或参数设置的预期效果与成本对比。


细节强化

数据层面：明确训练集、验证集、测试集的划分比例与构建方法，强调数据质量清洗与标注一致性检查。
参数层面：给出关键超参数（如learning rate, warmup steps, rank for LoRA）的建议初始值和调整范围，而非固定值。
评估层面：除主指标外，列出辅助监控指标（如训练损失、验证损失收敛情况）及业务相关指标（如响应延迟、吞吐量）。
风险与备案：明确指出训练不收敛、过拟合、计算资源不足等常见风险的应对预案。


使用建议

将上述“核心提示词”直接输入到具备长文本理解能力的AI助手或专业版MCP工具中，以生成计划初稿。
在生成的初稿基础上，重点人工审核与修正技术参数的合理性、资源预估的准确性以及流程的可行性。
此提示词方案同样适用于团队内部统一微调任务描述规范，提升沟通效率。
可根据项目阶段（如POC阶段、规模化阶段）调整提示词中对于细节深度和资源考量的侧重。