考察点
这是 CSDN 高频题里反复出现的选型题（「SFT 和 Prompt 有什么区别、各自解决什么问题」「LoRA 和 Full Fine-tuning 适用场景」）。面试官想听的判断框架：候选人是遇到问题先想「怎么改 Prompt」还是上来就「微调一个模型」，前者是工程直觉，后者往往意味着没算过账。追问方向：LoRA 和全量微调怎么选、RAG 和微调的分工。
参考答案
一句话原则
能用 Prompt 解决的不要微调，能靠检索补充知识的不要微调。 微调改的是模型的行为模式（怎么说话、按什么格式、什么风格、什么决策倾向），它不适合往里灌知识——用微调灌知识既不经济（更新一次训练一次）又不可靠（模型照样可能记错或幻觉）。这不是偏好问题，是机制问题：SFT 在有限语料上学到的是统计规律，不是可查询的数据库。
决策路径
拿到需求按这个顺序走：
- 先试 Prompt：角色、约束、few-shot 示例三板斧。格式类问题（输出 JSON、固定话术结构）、轻度风格问题，大概率这一层就解决了。成本是分钟级改文本。
- 知识不够上 RAG：模型答错是因为不知道（私有数据、实时信息、长尾领域知识），那是检索的事。把知识库建好，上下文里喂对资料，比微调一万条问答对靠谱，且知识更新是改库不是重训。
- 行为调不动才微调：以下信号说明 Prompt 到头了——
- 复杂格式/风格怎么写 Prompt 都不稳定：比如法律文书特有的行文结构、品牌话术几十条细则，写进 Prompt 又长又不稳，微调几百条样本就能固化；
- 特定任务的决策模式：工单分类的几百条业务规则、代码审查的团队惯例，示例给不全、规则写不完，用几千条标注数据微调效果碾压 Prompt；
- 成本和延迟压力：Prompt 里塞了长长的指令和示例，每次调用烧几千 token。微调后这些指令「内化」进参数，推理时 Prompt 可以很短。调用量大的场景，微调的一次性训练成本几个月就能从推理费里省回来；
- 要用小模型：7B 模型微调后在垂直任务上能打过通用大模型的 Prompt 方案，成本降一个量级。
微调方式怎么选
确定微调后再选方法。LoRA/QLoRA 是默认选项：只训练低秩旁路矩阵，显存需求降到单卡可训（QLoRA 配合 4bit 量化，7B 模型一张消费级卡就能跑），训练和存储成本都低，且底座不动、随时卸掉 adapter 回退。全量微调只在两种情况下考虑：数据量足够大（几万条以上高质量样本）且任务和底座差异极大，或者需要连模型的领域词表和深层表征一起改。全量微调还有灾难性遗忘风险——通用能力会被覆盖，LoRA 这类参数高效方法几乎不用担心这个。
两者不互斥
生产系统里它们经常共存：微调过的模型负责稳定的行为模式，Prompt 负责每轮的任务指令和注入的检索上下文，RAG 负责知识。别把选型题做成二选一，成熟的答案是「分层」——知识层、行为层、指令层各用各的手段。
最后一个务实建议：微调最大的隐性成本不是训练，是数据。几千条高质量标注样本的构建和清洗往往占整个项目 70% 的时间，启动前先确认数据从哪来、谁来标、质量怎么验，否则模型还没训项目就先死了。
可能的追问
- 怎么判断团队该为微调投入？ 看三个数字：是否有稳定的数据来源、调用量是否大到 Prompt 成本肉疼、Prompt 方案在评测集上是否触顶。三个都不满足就老实待在 Prompt 层。
- 微调后模型升级了怎么办？ 底座换代时 LoRA adapter 直接作废，需要在新底座上重训，但数据资产还在，重训成本低。这也是为什么数据比模型值钱。
- 微调能解决幻觉吗？ 部分能——对「拒答边界」类幻觉（不该答的乱答），用拒答样本微调有效；但对知识性幻觉，根因是模型不知道，该走 RAG。指望微调让模型「变诚实」不如教它「不知道就说不知道」并配上检索。