Few-Shot提示：几个例子教会AI

可视化演示

原理内核：三张示范卡改变输出方向

奶茶店的故事还没讲完。为什么三张小票比厚厚一本手册更管用？因为新人小新并不是“零基础”——她在培训学校已经学会了调饮和贴标的全部操作。她缺的，只是“你这个店的口头禅和标签习惯”。三张范例的作用，是把她已有的能力“对齐”到你的场景上。大模型也一样。它已经读过万亿字，认识“好评”“差评”“甲方”“文案”这些概念。Few-Shot 要做的，不是教它新知识，而是借用几个“输入→输出”的配对，告诉它：“现在，请你按这种风格来回答。”

所谓 Few-Shot，学术上叫“少样本提示”，即在提示词中放置少量任务示例，让模型在推理时模仿示例完成任务。与之相对的是 Zero-Shot（零样本）：只说“把这段话分成两类”就直接开问；以及 One-Shot（单样本）：只给一个示例。Few-Shot 通常指给 2 到 5 个示例。示例本身并不改变模型的参数，模型还是那个模型，却在“看到”示例的瞬间调整了自己的输出分布——这种能力叫上下文学习，相当于小新临场瞄一眼便签，立刻改变了手头的动作。

可以用一个简化的数学视角来理解。模型对某个输出 y 的倾向，同时被它自己的“本能”和每个示例左右：

所以 Few-Shot 的本质是“用少量高质示例调整输出方向”，而不是“教会模型新知识”。这决定了它的适用边界：适合格式、风格、判断口径的迁移，不适合教模型它根本没学过的数学定理或全新事实。

示例构建：示范卡的内容设计

既然示范卡是给新人看的，那三张卡上写什么就大有讲究。店长不会把“今天的招牌是杨枝甘露”当作示例，而会选开业以来最常见的三种备注方式：少冰、换椰奶、去小料。因为示例的价值不在于“有没有道理”，而在于“能不能代表接下来会遇到的情况”。模型也是一样——它从示例中归纳规律，你要是给三个一模一样的例子，它归纳出来的规律就非常偏。

高质量的示例应当来自真实业务数据。你上个月处理过的工单、历史评论、典型合同，都是最好的素材。把这些真实样本整理成“输入→正确输出”的配对，远胜于拍脑袋编出来的例子。真实样本里藏着用户“奇怪的口语”“罕见的缩写”，这些恰是模型最容易翻车的地方。

其次要注意多样性与类别均衡。比如做情感分类，不能只给“好评”示例。至少要覆盖：典型好评、典型差评、带转折的含混评价，这样模型才能学会分辨“虽然上菜慢，但味道很好”这种复杂句。如果示例全落在同一个类别，模型会形成“啥都往那边归”的偏见。简而言之，示范卡要像一盒完整的色卡：每种常见颜色都有一格，而不是给你 50 格同一号蓝。好的示例结构，是 Few-Shot 的第一块地基。

数量把控：不是越多越好

店长如果把 50 张小票塞给新人，会发生什么？新人确实看得更久，但记住的反而是最后几张，看到一半还容易眼花。而且每张小票都是要“成本”的——打印费、阅读时间、消化难度。Few-Shot 的数量决策，本质上是一道“边际收益”题。实践中，1 到 5 个示例就能覆盖大多数任务。给得再多，效果曲线会明显变平，而每次调用提交的 token 却在直线上升。

用一条饱和曲线来描述这个现象：

这条曲线的启发是：先给 3 个示例跑一版，看效果；不够再加到 5 个；如果 5 个还上不去，别急着加到 20 个——那多半是示例质量或格式的问题，而不是数量的错。给新人加小票到 50 张，她焦虑；给模型塞 50 个示例，你的账单先焦虑。

格式规范：便签要写得像便签

给新人示范卡时，你一定会在每张卡上写清楚“这是顾客留言，这是店长批注”。如果三张卡一张写在餐巾纸上、一张写在杯套上、一张写在手机上，新人反而看不懂。Few-Shot 同样讲究“版式”。模型的阅读方式虽然与人类不同，但对“哪些是输入、哪些是输出、边界在哪里”同样敏感。格式混乱的示例，等于让模型做连线题时发现线头全缠在一起。

格式规范的核心有四点。第一，统一分隔符：在每条示例前用【示例】这样的固定标记，让模型清楚地看到“一个示例从哪开始、到哪结束”。第二，固定标签命名：不要这一条用“情感：”下一条用“用户情绪=”，标签一变，模型就要重新猜。第三，输入输出要有明确的“方向感”：先说输入后说输出，每条都按同一顺序排。第四，输出约束要一致：分类任务中，示例的输出就写“正面评价”，不要写大段解释，模型会模仿这种克制。

一个推荐的模板长这样：

把版式定下来之后，模型才能把注意力放在“语义规律”上，而不是花大量力气去猜“你到底要我输出什么”。便签越清爽，新人上手越快。

【示例1】用户：这家店的红烧肉软糯入味，肥而不腻。情感：正面评价 【示例2】用户：上菜等了四十分钟，服务态度还很差。情感：负面评价

任务应用：同一张卡，不同岗位

示范卡的道理放之四海而皆准，但不同“岗位”的用法略有差异。在文本分类这类判别任务里，Few-Shot 能直接把输出“锁死”在固定标签集上。给它 3 个“用户留言→所属类别”的示例，模型就不会再自由发挥出“其他”这种不在清单里的答案。在信息抽取里，示例的作用是“教格式”。你希望模型输出 JSON，就把示例写成“原文片段→JSON 字段”的样子，模型会照着返回同构的结构化数据。

在文本生成任务里，Few-Shot 则更像“风格定调”。给模型三条你品牌历史文案，让它写新品介绍，它输出的句子节奏、用词习惯都会往示例上靠。注意，这里示例的“内容”不重要，重要的是“文风”。在对话场景中，给一两条“用户问题→理想回复”的示例，也能显著减少模型答非所问、啰嗦堆砌的问题。

选任务时记住一个判断标准：Few-Shot 适合“表达方式”类问题，不适合“知识边界”类问题。如果模型本来不知道某件事，“给例子”也教不会它；但如果它知道却不会按你的格式说，几个例子就能立刻校准。就像你没法用三张小票教会一个甜品师做川菜，但能快速教会她本店的“话术”。

调试优化：先查卡，再怪人

新人答错了，店长不会立刻怪新人笨，而是先检查示范卡：是不是我给错了？示例和今天来的客人根本不像？这是 Few-Shot 调试的核心心法——凡是输出不对，先怀疑示例，再怀疑提示。调试的第一步是“失败归因”：把模型答错的输入单独拎出来，和现有示例放在一起对比。如果这条输入在业务上明显属于“售后”类别，而你给的示例里全是“售前咨询”，那问题就在示例没能覆盖这个区域。

第二步是“补边界”。错误的输入往往是边界情况：比如一条评论同时包含好评和差评，或者一条工单既是物流问题又涉及退款。针对这类输入，专门补充一条示例，甚至不需要很多——往往一两个边界示例，就能让模型的分界线大幅右移。第三步是“对比迭代”。改动一次只动一个变量：要么换示例，要么改格式，要么调数量。同时，用一组固定的验证样本（比如 20 条真实输入）来测，上一版对几条、这一版对几条，量化比较，而不是凭感觉“好像变好了”。

调试的目标不是把示例堆到完美，而是用最少的卡片覆盖最多的确定性。店长的高明之处不是记住所有小票，而是知道“哪几张卡能覆盖 90% 的场景”。模型只需要你示意的“决策分界线”，剩下的交给它自己。

进阶组合：示范卡加口头叮嘱

如果店长只给三张卡，新人偶尔还是会迷。这时店长往往会再补一句叮嘱：“记住，如果客人说‘去冰’就按少冰处理”，或者告诉她“你先想一下自己也是顾客，会怎么点单”。Few-Shot 也可以和其他提示技术叠加，让引导力更强。最常用的组合，是“指令 + 示例”。在示例之前先写一句明确的任务指令，如“请把下面评论分为正面或负面，只输出标签”。指令给方向，示例给手感，两者配合通常好过单独用任何一样。

还可以加上角色设定：“你是一位资深电商客服。”角色的作用是激活模型在相关知识域中的“人格化记忆”，让它在示例之外额外获得一套业务常识。更进阶一点的玩法是“动态示例”：不固定提示里的示例，而是每次调用前，从你的示例库里挑出与当前输入最相似的 3 条放进去。这就像店长看着眼前这位客人的订单，临时抽出最像的三张小票，而不是永远给同一套。

把这些影响因素放在一起，可以看成一个加权组合：

这些权重在实际使用中很难精确求出，但思考方式很实用：当某类引导不够时，就加大那一项。示例没覆盖就补示例，指令模糊就写清指令，语境太干就加角色。组合的目标，是让新人不仅“照猫画虎”，还能“举一反三”。

误区避坑：那些让示范卡失效的坑

最后一节，带你看看几个最常踩的坑。第一个是“同质化示例”。三条示例全是正面评价，模型就会把差评也归到正面，因为它的视野里根本没有“负面”这个选项。这就好比给小新的三张小票全是“少冰”，她自然以为本店所有客人都只要少冰。第二个是“边界缺失”。给了一堆最典型的例子，唯独没有“又爱又恨”的复杂评价，模型永远学不会处理转折句。第三是“格式混乱”。示例一会儿用“情感：”一会儿用“情绪=”，模型的注意力全部耗在瞎猜格式上，哪还有余力学规律。

第四个坑最隐蔽：“拿 Few-Shot 当微调用”。Few-Shot 不改变模型权重，只是临场引导。如果任务本身的推理强度超过模型能力——比如解偏微分方程、做复杂代码重构——你给 100 个示例也救不回来。因为新人小新本质上没学过这些，给再多示范卡她也只能硬演。这时候正确的做法是换更强的模型，或者做微调（相当于送她去上专门培训班）。识别这四类坑，你的 Few-Shot 才不会从“助推器”变成“绊脚石”。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-"""Few-Shot 提示的极简演示：构造示例提示 + 模拟模型分类""" EXAMPLES = [    ("这家店的红烧肉软糯入味，肥而不腻。", "正面评价"),    ("上菜等了四十分钟，服务态度还很差。", "负面评价"),    ("装修挺有格调，不过桌子有点脏。", "中性评价"),    ("味道不错，就是份量有点小。", "正面评价"),] def build_prompt(query, examples):    lines = ["请判断以下用户评价的情感倾向（正面/中性/负面）。", ""]    for i, (text, label) in enumerate(examples, 1):        lines.append(f"【示例{i}】")        lines.append(f"用户：{text}")        lines.append(f"情感：{label}")        lines.append("")    lines.append("【新评论】")    lines.append(f"用户：{query}")    lines.append("情感：")    return "\n".join(lines) def mini_model(prompt):    # 用负面词/正面词命中，模拟模型从示例中吸收的风格规律    text = prompt.split("用户：")[-1]    if any(w in text for w in ("差", "慢", "脏", "难吃", "偏高", "贵")):        return "负面评价"    if any(w in text for w in ("不错", "满意", "入味", "新鲜", "好喝")):        return "正面评价"    return "中性评价" if __name__ == "__main__":    query = "酸奶很浓稠，芒果很新鲜，但价格有些偏高。"    prompt = build_prompt(query, EXAMPLES)    print(prompt)    print("模拟模型判断：", mini_model(prompt))

1. EXAMPLES = [...]定义示范卡：每一条是“用户评价→正确标签”的示例对，对应 Few-Shot 中的示例集。
2. for i, (text, label) in enumerate(examples, 1):逐条把示例排好编号，按固定格式拼进提示词。
3. lines.append(f"情感：{label}")用统一的“情感：”标签输出，让模型（这里是模拟器）看清输入与输出的对应关系。
4. prompt.split("用户：")[-1]取出“【新评论】”后面的文本，模拟模型把注意力放在最新的输入上。
5. if any(w in text for w in (...))用负面词先行命中，模拟模型从示例中学到的“先抓否定信号”的判断习惯。

常见误区

面试题