批量分类与打标签+少样本示例提示：组合使用的实操方法
批量分类与打标签单独使用已经很有用，但在复杂任务里，和少样本示例提示组合起来效果更好。本文给出一套可以直接照做的组合流程。
两个技能各自负责什么
- 批量分类打标：批量分类打标是让 AI 按你定义的类别，给大量文本贴标签，例如把用户反馈分成功能建议、故障报告、价格抱怨，把邮件分成紧急、待办、仅供参考。
- 少样本提示：少样本提示是在提示词里放两三个“输入→理想输出”的示例，让 AI 照着示例的格式、长度和风格处理新的输入。
批量分类打标有效是因为类别标准写清楚后，AI 能像一位耐心的助理那样逐条判断，并且对“同一个意思的不同说法”有较好的理解，这是简单关键词规则难以做到的；少样本提示有效则是因为示例同时传达了格式、语气、详略程度和判断标准，这些很难完全用文字说清，模型擅长从示例中归纳模式。两者叠加，正好互补。
组合流程
- （批量分类打标）先人工浏览一部分数据，确定类别体系。
- （批量分类打标）规定每条只能选一个类别，还是可以多选。
- （少样本提示）每个示例都写成同样的结构，比如“输入：……输出：……”
- （少样本提示）在示例后面放上新的输入，并留出“输出：”让 AI 续写。
- （收尾）批量处理后统计各类数量，并抽查每个类别的样本。
组合模板
以自媒体博主的场景为例，先用下面的模板完成批量分类打标部分：
任务：多标签分类 + 情绪判断
对每条文本输出一行：序号<TAB>主题标签(可多选，用/分隔)<TAB>情绪(正面/中性/负面)<TAB>是否需要人工跟进(是/否)
主题标签可选：价格 / 质量 / 物流 / 服务 / 功能 / 其他
“需要人工跟进”的标准：负面情绪 且 提到具体订单或损失。
最后统计每个标签出现的次数，按从多到少排序。
然后再按少样本提示的思路补一轮，例如：把“容易出错的边界情况”专门做成一个示例，效果往往比加一条规则更好。
示例
以下为虚构示例：
示例输出（虚构）：
序号 反馈原文 类别 判断理由 1 希望能导出成表格 功能建议 提出新增导出功能 2 点保存一直转圈 问题反馈 描述了无法完成保存
组合之后，少样本提示这一环的价值在于：示例的质量比数量更重要。
组合使用时的注意事项
- 定期复核类别体系，新出现的问题类型要及时补充。
- 示例全部长得差不多。应对方法：让示例覆盖长短不同、类型不同的输入，AI 才能学到真正的规律。
- 两个技能叠加会让提示词变长，先确认单独使用时各自有效，再组合。
提示词技巧不是玄学，而是沟通技巧。你给新同事布置任务时需要交代的信息，AI 同样需要。
什么时候不必组合
任务简单、一次就能得到满意结果时，单独用批量分类打标就够了。组合的意义在于解决单一技能处理不好的问题，比如结果不稳定、需要多轮加工或要交给他人复用。先确认问题出在哪，再决定加哪一项技能。