大模型直接分类时，硬标签的Brier分数（0.259）不如抛硬币（0.25），因其本质是语言生成而非概率估计。将其输出作为特征输入逻辑回归，分数降至0.175；再加入19个维度特征和9个规则特征，最终降至0.127，F1达0.779，媲美竞赛最优模型。这表明大模型分类实为特征工程，可将调提示词转化为可调试的工程流程。