生成完不算启用：腾讯云把评测反馈收成待启用准则

生成完不算启用：腾讯云把评测反馈收成待启用准则

腾讯云智能体开发平台文档《调优准则》的最近更新时间是 2026-09-24 18:03:02。调优准则是写给当前应用的自然语言行为要求，用来规定它怎么回答、怎么执行任务。这一页只适用于 Claw 模式应用。机制名称是 ALHF，文档展开为 Agent Learning from Human Feedback，也就是基于人类反馈的智能体学习：把评测和调试里的反馈变成准则。本页没有评测集规模、打分刻度和对照实验。

三条来源，自动生成的先不能用

评测驱动：用已经完成的评测结果和标注生成准则，针对评测里发现的问题。调试反馈：用某一次调试里的问题、回答和期望效果生成准则。人工输入：已经有业务规范时，直接写准则。

自动生成和手写的生效方式不同。评测驱动和调试反馈生成的准则先进「待启用」列表，审核并手动启用之后才作用于应用。人工录入要点「保存并启用」，保存后直接生效。

前提有三条。应用必须是 Claw 模式。要从评测结果生成，评测和标注都得做完。生成时要选模型，调用模型会产生 Token 费用。文档没有给出单价。

文档举的例子是：反馈为「回答合同问题时缺少依据」，生成的准则是注明合同编号及引用条款；找不到条款就明确说没找到，不编造。

从评测任务生成

两个入口，后面的配置一样。入口一在应用评测的评测任务里，对已完成评测和标注的任务点「生成准则」。没做完的任务，这个操作不可用。入口二在应用运营的调优准则里，点添加准则，再选评测驱动生成，在任务列表里点生成准则。可以按任务名称搜索或刷新。

新建生成准则任务时，名称必填，最多 20 个字符，只用来识别这次任务，不是准则正文。生成准则模型必填。评测任务名称由系统带入，不能改，要先核对是不是这一次要用的任务。点生成准则之后，系统调用所选模型，产生 Token 费用，并给出「准则生成中」通知。进度可以在通知里看，也可以到调优准则页的「准则生成任务」里看。

任务完成后，到待启用列表检查。要改就先编辑，确认后再启用。多条可以勾选后批量启用。

从一次调试，或直接手写

调试时，如果某次回答不符合预期，点该回答下方的「优化应用」。窗口里能看到本次问题和回答。期望效果必填，最多 1000 个字符，要写成希望应用遵守的要求，而不是「不满意」。生成准则模型必填。生成同样调用模型并产生 Token 费用。完成后通知里能看到候选准则数量。到待启用列表时，来源显示为调试反馈。

已经写明要求的，不必先评测或调试。在调优准则里选手动添加，准则内容最多 1000 个字符，保存并启用。已启用列表里，来源显示为人工输入。

启用、停用，和生成数量为 0

准则有三种状态。待启用：已经生成，还没启用，不指导回答和任务。已启用：用来指导后续回答和任务。已停用：内容留着，不再指导后续行为。

可以搜索、刷新、批量操作。待启用或已启用的可以编辑。已启用的可以停用，停用后在已停用列表里看。文档建议启用前检查是否清楚、适用范围是否明确、是否和现有要求冲突。启用后用调试或再评一次，看表现是否符合预期。

准则生成任务看的是进度和结果，不是准则本身。任务完成不等于准则已启用。任务详情里有任务名称、Token 消耗、来源、来源名称、生成模型、状态、发起时间和完成时间，顶部可以再次生成或删除。状态已完成但生成数量为 0，表示这次结束了但没有产出准则，待启用列表不会新增。生成数量指的是这次生成的准则条数。

写要求时要写成「在什么情况下，应用应该怎么做」。不要只写「不满意」「回答不准确」。场景要写清，例如「回答合同问题时」，不要把特定场景的要求用到所有回答。做法要具体，例如「注明合同编号及引用条款」，而不是「回答更专业」。一次尽量只写一项，不同场景分开加。

这些数不能被读成什么

20 个字符限制的是生成任务名称，不是准则正文。准则正文和期望效果的上限都是 1000 个字符。Token 费用没有单价。生成数量为 0 不是评测得了 0 分。准则启用前不生效，所以不能把「已经生成」当成线上行为已经改过。本页不提供评测样本量和分数。

出处：腾讯云，腾讯云智能体开发平台，调优准则，2026-09-24，https://cloud.tencent.com/document/product/1759/138789