Qwen-3 對話模板分析

Qwen-3 引入了靈活且高效的對話模板

Qwen-3 模型由 Qwen 提供，其對話模板比其前身 Qwen-2.5 和 QwQ 更為複雜。這個更新後的 Jinja 模板在模型如何處理推理、管理對話上下文以及與工具互動方面引入了關鍵改進，使代理工作流（agentic workflows）更加可靠且高效。

透過 enable_thinking 旗標實現可選推理

Qwen-3 允許使用者透過 enable_thinking 旗標來切換推理能力，不再像早期模型那樣強制執行思維鏈（chain-of-thought）模式。

當 enable_thinking 設定為 false 時，模板會插入一對空的 <think></think>，這會向模型發出訊號，要求其跳過逐步思考。相比之下，像 QwQ 這樣的模型透過將 <think> 標籤直接嵌入生成提示詞中，在每次對話中強制進行推理。如果旗標設定為 true，模型則保留決定是否進行推理的自主權。

使用滾動檢查點進行動態上下文管理

Qwen-3 利用「滾動檢查點」（rolling checkpoint）系統，根據對話進度智能地保留或修剪推理區塊。該系統會反向遍歷訊息列表，以識別最近一次不是工具調用的使用者回合。模板會為該索引之後的所有助手回覆保留完整的 <think> 區塊，同時移除較早訊息中的推理區塊。

這種動態方法提供了幾項技術優勢：

• 主動計畫保留：模型在多步驟工具調用期間保持其當前計畫的可見性。
• 嵌套工作流支援：它能維持嵌套工具工作流的上下文，且不會造成資訊遺失。
• Token 效率：透過移除模型不再需要的推理區塊來節省 Token。
• 雜訊減少：防止「過時」的推理干擾新任務。

改進的工具參數序列化

Qwen-3 透過對工具參數實施類型檢查來防止雙重轉義，從而提高了工具調用的可靠性。先前在像 Qwen-2.5 這樣的模型中，每個 tool_call.arguments 欄位都會經過 | tojson 過濾器，無論輸入是否已是 JSON 編碼的字串。Qwen-3 現在會檢查參數是否已是字串；如果是，則直接輸出，並且僅在輸入不是字串時才套用 | tojson。

移除預設系統提示詞

與使用預設系統提示詞（例如：「你是 Qwen，由阿里巴巴雲開發。你是一個得力的助手」）的 Qwen-2.5 系列不同，Qwen-3 和 QwQ 在發布時不帶有預設系統提示詞。儘管如此，這些模型在被使用者詢問時，仍能準確識別其開發者。