给个例子：few-shot
“AI 入门”课程第 12 课，共 23 课。免费，有动画和小测验。
Zero-shot 与 few-shot
这里的 shot 指的是例子。Zero-shot：只给任务，不给例子，比如“给这张照片写句配文”。Few-shot：先给 2–3 个现成的“输入 → 输出”例子，再给一个新的输入。模型擅长续写文字，所以会看出规律，用同样的风格写出下一个答案。一句话：与其描述你想要什么，不如直接示范。
一个例子胜过一堆解释
例如：你在网上卖自己的旧衣服，想让商品描述保持你的风格。描述风格很费劲：“要短、语气随意、带一个梗、尺码和价格放最后”。更简单的办法：给出两条你以前写的描述，再写新商品：“卫衣，灰色，M 码”。模型会自己学会长度、语气和各部分的顺序。剧透：这样比一大段解释更准。
怎么搭一个 few-shot 提示词
提示词（prompt），也就是你的请求，分三部分搭起来。1. 简短的任务：“照例子的样子写商品描述”。2. 标签一致的例子：“商品：… 描述：…”。3. 一个新的“商品：…”，后面跟一个空着的“描述：”。标签一致很重要：模型靠它分清哪里是例子、哪里轮到自己写。经验法则：2–5 个例子，通常不用更多。
连错误也会照抄
模型会照搬例子里的一切，包括你没打算让它学的东西。例子里有错别字或价格写错了？等着看它照写。两个例子都是球鞋？卫衣的描述也会写得像球鞋。例子全都很短？就别指望长回答。坑在于：例子里的错误很容易被忽略。所以例子必须正确，而且要多样。
few-shot 在哪儿最好用
语气：你在咖啡店兼职，要简短友好地回复顾客评价。给出 2 条你自己写的回复。分类：把开销分到“吃饭”“交通”“订阅”里。每类给一个例子。模板：把笔记做成“问题 / 答案”记忆卡。先给 2 张做好的卡片。核心一句：讲不明白时，就举个例子。
自测一下
- 提示词里的 few-shot 是什么？
正确答案: 在新任务前给几个“输入 → 输出”例子. shot 就是例子。few-shot：你先展示 2–5 组现成的例子，模型照同样的风格往下写。 - 你的两个例子里日期都写错了。会怎样？
正确答案: 模型很可能照样犯同一个错. 模型会照搬例子里的内容，连错误一起。所以发送前先检查例子。 - 你要把开销分类。哪种例子最好？
正确答案: 多样的：吃饭、交通、订阅，而且都正确. 多样又正确的例子才能展示完整任务。三个咖啡的例子会让模型看什么都像“吃饭”。