本页把少样本示例提示的关键内容压缩成速查格式,写提示词前扫一眼即可。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。

一句话理解

少样本提示 = 与其用很多形容词描述你要什么,不如直接给它看。原理: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。

场景速查

场景推荐做法
需要固定格式的批量输出,比如商品卖点、标签、摘要把“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
希望模仿某种写法,比如公司内部通知的固定句式示例的顺序会影响结果,最常见的情况放在最后一个示例更稳妥
分类或判断任务,标准不好描述但能举出例子分类任务里每个类别至少给一个示例,避免 AI 偏向某一类
之前描述了很多要求,AI 仍然理解偏差的时候可以让 AI 先根据你的描述写几个示例,你修改后再作为正式示例使用

操作要点

  • 第 1 步:挑 2 到 3 个最有代表性的示例,尽量覆盖不同情况。
  • 第 3 步:示例之间差异要明显,避免 AI 只学到表面的某个词。
  • 第 4 步:在示例后面放上新的输入,并留出“输出:”让 AI 续写。
  • 第 6 步:如果某类输入总是出错,就把它补成一个新示例。

模板速取

示例场景:自媒体博主准备选题策划。

请按照下面示例的格式,为自媒体博主的工作内容写一句话进度说明(不超过 40 字,先说结果再说下一步)。

输入:完成了接口文档初稿
输出:接口文档初稿已完成,明天请合作品牌方确认字段命名。

输入:客户反馈的问题还在排查
输出:客户问题已定位到配置环节,预计周三前给出处理方案。

输入:发布 3 篇图文笔记和 2 条短视频
输出:

错误写法对照

错误写法正确做法
示例全部长得差不多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
示例里有错误或口径不一致示例就是标准,先逐条检查示例本身,再交给 AI
只给示例不说任务示例前用一句话说明任务目标和限制,避免 AI 猜错意图
示例太多导致提示词冗长通常两三个高质量示例就够,问题出在哪类就补哪类
新输入的格式和示例不一致新输入也按“输入:”的同样格式写,AI 才知道从哪里开始续写

速答

  • 少样本和微调有什么关系? 少样本是在单次提示里临时“教”模型,不改变模型本身;微调则是用大量样本训练模型,成本和门槛高得多。
  • 示例必须是真实数据吗? 不必,虚构示例同样有效,而且能避免泄露隐私,只要格式和标准与真实需求一致即可。

速记:少样本提示的第一步是“挑 2 到 3 个最有代表性的示例”,结果一定要自己核对一遍。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。

使用提示

速查表只是起点。每个人的任务不同,建议在表格里补一行你自己最常用的场景,比如自媒体博主可以加上“完成一个品牌合作的脚本”。

相关阅读