让 AI 帮小型聚会排座位：先满足硬约束，再讨论偏好

10-01 4阅读

小型聚会排座位，可以请 AI 提供候选方案，但不要只说“安排得合理一点”。先把桌子与座位的关系写清，再区分必须满足的要求和尽量照顾的偏好。模型输出名字的位置之后，还要逐条复核；一个看起来整齐的排列，并不代表它满足条件。

AI生成概念配图，非真实场景或软件界面

先给座位编号，不急着放人

以下六位来宾和场地全部虚构。长桌一侧从左到右是一、二、三号位，另一侧是四、五、六号位；一与四相对，二与五相对，三与六相对。只把同一侧连续两个座位定义为相邻，桌角隔着距离，不算相邻。不同定义会产生不同答案。

使用代号记录来宾，避免把无关个人信息交给模型。这个例子的硬约束只有两条：负责接待的安要坐在靠入口的一号位；贝与岑需要相邻，便于共同展示一份材料。另有一个偏好：朵希望与帆相对。如果不满足偏好，方案仍可能可以使用。

不要让 AI 根据年龄、职业或名字推断谁应该坐一起，也不要擅自补充所谓礼仪主次。只使用组织者已确认且与座位安排有关的要求。如果来宾提出更方便出入的需要，通常记录所需位置即可，不必把私人原因也写进排位材料。

让模型先列出满足硬约束的方案，并附检查过程。例如安在一、贝在二、岑在三、朵在四、帆在五、荷在六，贝岑相邻成立；但朵与帆并不相对，因此这只是可行方案，不能宣称所有要求都已经满足。

再要求它生成同时照顾偏好的候选：安在一、荷在二、朵在三、贝在四、岑在五、帆在六。逐条读回，安靠入口，贝岑占四与五所以相邻，朵帆占三与六所以相对。最后再点一遍名字和座位，确认六人各占一位，没有重复或遗漏。

核对时要从位置重新计算关系，不能只读模型附上的“已满足”。可以故意把岑与帆交换作为反例：贝在四、岑在六，中间隔着五，硬约束就被破坏了。用一个已知不合格的排列检查核对方法，能发现它是否只是在照抄结论。

假设后来又加入两项必须遵守的要求：贝固定坐三，岑固定坐六。按照原来的定义，两人相对而不相邻，与原硬约束冲突。合适的结果是列出这三项无法同时成立的要求，请组织者决定调整哪项，不能偷偷把“相邻”改成“能看到对方”。

若临时有一位来宾缺席，也不要直接把最后一个名字删掉。先标明空出的座位，再检查展示搭档是否仍出席、固定位置是否仍需要保留，以及其他人是否被移动。请求尽量少换位时，让模型同时列出相对原方案发生变动的人，方便组织者比较调整成本。

可复用提示：请根据明确的座位编号、相邻及相对关系，生成小型聚会排位。先满足硬约束，再尽量满足偏好。每个方案列出全部人员位置，逐条验证要求，并检查重复、遗漏和超容量。如条件冲突，指出冲突组合，请我决定放宽哪条；不要自行修改要求或推断个人关系。

实际使用时不必保留所有失败排列，交付一份合格方案和一份备用方案即可。人工核对桌型、出入口与实际人数，临时换位后重查受影响的条件。人数较多时，模型可能反复遗漏组合，需要可靠的约束工具或人工排位表；它也不能保证来宾一定聊得投机。