Prompt 重复：用复制粘贴提升非推理大模型答题准确率

有一种 Prompt 技巧非常朴素：把同一个问题连续输入两遍。

原来这样问：

梵蒂冈的圣伯多禄大教堂门口有几根柱子？

改成这样问：

梵蒂冈的圣伯多禄大教堂门口有几根柱子？

梵蒂冈的圣伯多禄大教堂门口有几根柱子？

这不是让模型“更有礼貌”，也不是加复杂模板，而是单纯重复问题。Google 的研究《Prompt Repetition Improves Non-Reasoning LLMs》对这种做法做了系统测试：在 70 组“模型 × 基准任务”对比中，重复 Prompt 赢了 47 组，持平 23 组，没有出现失败组；在部分任务上，准确率从 21.33% 提升到 97.33%。

这个技巧主要作用在非推理模型上，也就是没有显式“深度思考”过程、通常直接输出答案的模型。它的价值在于：不改变模型、不微调、不接工具，只通过输入格式让模型更容易抓住问题里的关键信息。

Prompt 重复到底怎么写

Prompt 重复的基本形式很简单：

<问题>

<问题>

也可以写成公式：

Q  ->  Q + Q

这里的 Q 是完整任务，包括题目、选项、约束、输出格式等内容。

例如一个选择题原本是：

选项：
A. 把蓝色方块放到红色方块左边
B. 把红色方块放到蓝色方块左边

场景说明：
现在红色在左，蓝色在右。

问题：
哪一个选项会改变画面？

只输出 A 或 B。

重复后变成：

选项：
A. 把蓝色方块放到红色方块左边
B. 把红色方块放到蓝色方块左边

场景说明：
现在红色在左，蓝色在右。

问题：
哪一个选项会改变画面？

只输出 A 或 B。

选项：
A. 把蓝色方块放到红色方块左边
B. 把红色方块放到蓝色方块左边

场景说明：
现在红色在左，蓝色在右。

问题：
哪一个选项会改变画面？

只输出 A 或 B。

这个技巧不需要加“请一步一步思考”，也不需要额外示例。它改变的不是语言风格，而是模型处理输入时的上下文结构。

实验结果说明了什么

Google 的实验覆盖了多个常见非推理大模型，包括 Gemini 2.0 Flash、Gemini 2.0 Flash Lite、GPT-4o、GPT-4o-mini、Claude 3 Haiku、Claude 3.7 Sonnet、DeepSeek V3 等，并使用官方 API（Application Programming Interface，应用程序编程接口）进行测试。

测试任务既包含常见基准，也包含专门设计的位置和匹配类任务。

整体结果可以概括为：

这里的关键不是“重复一定让所有任务都暴涨”，而是它在大量非推理模型和任务组合中表现得非常稳定：至少没有明显损害，很多场景还会显著变好。

为什么复制一遍会有用

大多数大语言模型（LLM，Large Language Model）采用因果语言模型结构。它们生成内容时，从左到右读取 token，并预测下一个 token。

在 Transformer 中，每个 token 的隐藏状态只能看到它左边的内容，不能看到右边还没出现的内容。这叫因果掩码。

flowchart LR
    A[前面的 token] --> B[当前 token]
    B -.不能看到.-> C[后面的 token]

这会带来一个容易被忽略的问题：Prompt 里越靠前的内容，在被模型编码时，能看到的信息越少。

还是看刚才的选择题：

选项：
A. 把蓝色方块放到红色方块左边
B. 把红色方块放到蓝色方块左边

场景说明：
现在红色在左，蓝色在右。

模型处理到选项 A、B 时，还没有读到后面的场景说明。也就是说，选项对应的内部表示一开始并不包含“红色在左，蓝色在右”这个条件。

单次 Prompt 的处理过程大致是：

flowchart LR
    A[选项 A/B] --> B[场景说明]
    B --> C[问题]
    C --> D[生成答案]

因为选项出现在场景说明之前，选项 token 的内部表示不能提前吸收场景条件。虽然最终答案 token 可以看到整个 Prompt，但模型内部对早期内容的表示已经是在“信息不足”的状态下形成的。

重复 Prompt 后，结构变成：

flowchart LR
    A1[第一遍：选项 A/B] --> B1[第一遍：场景说明]
    B1 --> C1[第一遍：问题]
    C1 --> A2[第二遍：选项 A/B]
    A2 --> B2[第二遍：场景说明]
    B2 --> C2[第二遍：问题]
    C2 --> D[生成答案]

第二遍的选项 A、B 出现时，模型已经读过第一遍的完整题目。于是第二遍选项的隐藏状态，可以同时利用：

• 第一遍的选项；
• 第一遍的场景说明；
• 第一遍的问题；
• 第二遍当前正在处理的选项。

这相当于让模型在第二遍“带着题目背景重新读题”。重复不是魔法，它只是让一部分关键 token 在更完整的上下文中重新被编码了一次。

可以把它理解成一种轻量级的自我复述。

非推理模型为什么更容易受益

非推理模型通常追求低延迟和直接输出。它们不会显式展开长推理过程，也不一定会主动复述题目、整理条件、重新检查约束。

推理模型则不同。很多经过 RL（Reinforcement Learning，强化学习）或推理任务优化的模型，会自然产生类似这样的内部流程：

题目要求的是……
已知条件包括……
需要判断的是……

这种行为本身就像在帮自己重写题目、重排信息。Prompt 重复能提供的额外收益就会变小。

所以这个技巧特别适合放在“需要速度，但又希望提高一点准确率”的场景里，比如分类、选择、短问答、字段抽取、位置定位等任务。

怎么在实际 Prompt 中使用

1. 完整重复

适合短 Prompt，尤其是选择题、判断题、短问答。

def repeat_prompt(prompt: str, times: int = 2) -> str:
    prompt = prompt.strip()
    return "\n\n".join([prompt] * times)


question = """
选项：
A. 把蓝色方块放到红色方块左边
B. 把红色方块放到蓝色方块左边

场景说明：
现在红色在左，蓝色在右。

问题：
哪一个选项会改变画面？

只输出 A 或 B。
"""

final_prompt = repeat_prompt(question, times=2)
print(final_prompt)

如果使用 Chat API，通常只需要重复用户消息里的任务内容，不要重复 system 指令。

messages = [
    {
        "role": "system",
        "content": "你是一个严格按要求输出答案的助手。"
    },
    {
        "role": "user",
        "content": repeat_prompt(question, times=2)
    }
]

2. 只重复核心问题

如果输入里有很长的背景材料，完整复制会浪费上下文窗口，也会增加成本。此时可以只重复问题、选项、输出约束。

背景材料：
<这里是一大段资料，不重复>

任务：
根据背景材料，判断下面哪个选项正确。
A. ...
B. ...
C. ...
D. ...

只输出选项字母。

任务：
根据背景材料，判断下面哪个选项正确。
A. ...
B. ...
C. ...
D. ...

只输出选项字母。

这种写法保留了“重新读题”的优势，同时避免把长上下文复制两遍。

3. 重复关键约束

有些任务容易错在输出格式，例如本来要求 JSON，模型却输出解释文字。可以重复格式要求，而不是重复全部内容。

从下面文本中抽取姓名、公司、职位，输出 JSON。

文本：
张三目前在星河智能担任算法工程师。

输出格式：
{"name": "...", "company": "...", "title": "..."}

只输出 JSON，不要解释。

输出格式：
{"name": "...", "company": "...", "title": "..."}

只输出 JSON，不要解释。

哪些场景适合用

一个简单判断标准是：如果任务短、答案明确、模型经常漏看条件，可以试试重复；如果任务长、上下文宝贵、重复会让输入翻倍，就不要直接复制全文。

成本和坑

token 成本会上升

复制一遍 Prompt 会让输入 token 接近翻倍。对 API 调用来说，这意味着：

• 输入费用增加；
• 首 token 延迟可能上升；
• 更容易触发上下文长度限制。

短任务里这个成本通常可以接受，长任务里需要谨慎。

重复不等于推理

Prompt 重复能改善模型对题目的编码方式，但它不会让模型真正拥有更强的多步推导能力。遇到复杂证明、长链数学推理、代码调试时，推理模型、工具调用、程序校验仍然更可靠。

不要重复系统指令

system 指令负责定义角色、安全边界和全局规则，一般不要拿来复制。更好的做法是保留 system 指令，只重复 user 里的任务。

推荐：
system: 你是一个严格遵守输出格式的助手。
user: <任务><任务>

不推荐：
system: <系统规则><系统规则>
user: <任务>

重复次数不是越多越好

重复两遍已经能提供“重新读题”的效果。重复三遍、四遍可能继续改变结果，但也会带来更多 token 成本，并且可能让模型把重复本身当成特殊信号。

实际使用时可以做一个小规模 A/B 测试：

如果 B 或 C 的准确率提升明显，而延迟和成本仍能接受，就可以保留。

一个实用模板

短任务可以直接使用这个模板：

{任务说明}

{输入内容}

{输出要求}

{任务说明}

{输入内容}

{输出要求}

长任务可以使用压缩版本：

背景资料：
{长上下文，只放一次}

任务：
{问题}
{选项或字段}
{输出要求}

请再次确认任务：
{问题}
{选项或字段}
{输出要求}

更适合工程落地的版本是：

def build_prompt(context: str, task: str, repeat_task: bool = True) -> str:
    context = context.strip()
    task = task.strip()

    if repeat_task:
        return f"""背景资料：
{context}

任务：
{task}

请再次按同一任务要求作答：
{task}
"""
    return f"""背景资料：
{context}

任务：
{task}
"""

这种写法不会复制长上下文，只复制真正需要模型反复对齐的任务目标和输出约束。

关键点

Prompt 重复的核心价值不在“复制粘贴”本身，而在于它改变了模型处理输入时的信息位置：第二遍题目里的 token 可以看到第一遍完整题目，从而形成更充分的内部表示。

在非推理模型上，它是一个低门槛、容易测试的技巧。适合短问题、选择题、分类、抽取、格式约束强的任务；不适合无脑复制长文档，也不能替代真正的推理模型。

如果一个非推理模型总是漏看条件、选错选项、输出格式不稳定，可以先试一个最小改动：把任务重复一遍。