本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 檢視和解譯結果
<a name="advanced-prompt-optimization-results"></a>

## 輸出位置
<a name="advanced-prompt-optimization-results-location"></a>

任務完成後，結果會寫入您的輸出 S3 路徑：

`{{output-s3-uri}}/{{job-id}}/advanced_prompt_optimization_results.jsonl`

任務 ID 是任務 ARN 的最後一個區段。

## 主控台結果頁面
<a name="advanced-prompt-optimization-results-console"></a>

**警告**  
如果您在任務完成後將結果檔案移離輸出 S3 位置，主控台結果頁面將不會轉譯。

## 輸出格式
<a name="advanced-prompt-optimization-results-format"></a>

輸出檔案是具有每個範本結果的 JSONL。每行都包含：
+ `promptTemplateId`：與您的輸入 templateId 相關聯
+ `promptOptimizationResults`：陣列，每個目標模型一個項目，每個都包含：
  + `modelId`：目標模型
  + `status`：此模型的最佳化狀態
  + `optimizedPromptTemplate`：重寫提示範本
  + 每個範例的評估分數
  + 延遲 （第一個字符的時間，或 TTFT)
  + 成本估算

## 以程式設計方式讀取結果
<a name="advanced-prompt-optimization-results-code"></a>

```
import boto3
import json

s3 = boto3.client('s3', region_name='us-west-2')

# Job ID is the last segment of the job ARN
job_id = job_arn.split('/')[-1]
output_key = f'output/{job_id}/advanced_prompt_optimization_results.jsonl'

response = s3.get_object(Bucket='my-bucket', Key=output_key)
content = response['Body'].read().decode('utf-8')

for line in content.strip().split('\n'):
    result = json.loads(line)
    print(f"Template: {result['promptTemplateId']}")
    for opt in result.get('promptOptimizationResults', []):
        print(f"  Model: {opt['modelId']}")
        print(f"  Status: {opt['status']}")
        print(f"  Optimized: {opt['optimizedPromptTemplate'][:100]}...")
```

## 解譯分數
<a name="advanced-prompt-optimization-results-scores"></a>

分數已標準化；分數越高越好。無論您在評估方法中定義的原始分級規模為何，服務都會將所有評估分數標準化。

您可以隨時在 S3 儲存貯體和詳細結果索引標籤的主控台結果頁面上查看原始 LLM-as-a-judge 輸出。由於自訂 LLMJ 提示與 服務提供的預設提示合併的性質，數值分數可能不會完全符合您自訂 LLMJ rubric 中的離散步驟。如果您想要二進位評估結果或完全相符，最好使用 Lambda 評估器。