同一个提示词在不同模型上得到不同结果，是正常现象。模型训练数据、能力侧重、系统规则、上下文长度和默认推理方式都可能不同。 接口参数也会影响输出。温度、最大输出、思考设置、工具和结构化格式不同，即使模型名称相同，结果也未必可比。网页产品还可能包含搜索、文件处理和平台提示，API 不一定自动具备这些能力。 因此迁移模型时，不能只复制提示词后看一条答案。应固定输入、参数、工具权限和验收标准，用正常、边界和失败样本逐条比较。 如果新模型遗漏字段，先判断是能力差异、提示不兼容还是输出被截断；如果引用变化，检查是否启用了同样的检索工具。不要通过不断堆叠指令掩盖配置问题。 企业应保存模型精确版本和测试日期。滚动名称可能更新，旧结论不能永久适用。真正可复用的不是一句“万能提示词”，而是一套任务样本、验收规则和回归记录。 本文在提纲整理和初稿撰写中使用了AI辅助，发布前已人工复核事实与表达。