该框图基于吴桓宇等人发表于《农业工程学报》（2025年）的研究《基于大语言模型与知识图谱的水稻病虫害专家系统》，探究了“递进提示的增益能否跨模型规模复现”。实验设计控制变量，在同一基座内仅比较使用与不使用递进提示（PPE）的效果，并定义了递进抽取（三阶段轮询实体属性与关系）、增量更新（对齐多源实体并合新知识）和图谱问答（检索图谱属性支持回答）三种干预措施。实验采用原文表5的F1指标（%）数据，结果显示：在实体属性任务中，32B模型从无PPE的77.6提升至有PPE的85.1（+7.5），72B模型从77.9提升至89.5（+11.6）；在三元组任务中，32B模型从69.6提升至81.4（+11.8），72B模型从76.6提升至87.1（+10.5）。数据表明，递进提示带来的性能增益不仅在不同模型规模（32B与72B）上成功复现，且整体保持了显著的提升幅度。无论你是研究大模型提示工程与知识图谱融合的科研人员、探索大模型应用落地的算法工程师，还是需要构建农业专家系统的开发者，都能从中获得实证参考。