少样本示例提示问答合集：用法、模板和坑
如果你对少样本示例提示还有疑问，可以先看看这 7 个问答。
Q1：少样本提示到底是什么？
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。与其用很多形容词描述你要什么，不如直接给它看。
Q2：为什么它有效？和零样本提示有什么不同？
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。零样本只用文字描述要求，适合简单任务；少样本额外提供示例，适合格式严格或标准难以描述的任务，但提示词会更长。
Q3：哪些场景最值得用？
最典型的是两类：一是希望模仿某种写法，比如公司内部通知的固定句式；二是之前描述了很多要求，AI 仍然理解偏差的时候。以市场营销人员为例，处理“协调 3 家媒体发布新闻稿”这类工作时就很适合尝试。
Q4：具体怎么开始？
建议按这三步起步：
- 挑 2 到 3 个最有代表性的示例，尽量覆盖不同情况。
- 每个示例都写成同样的结构，比如“输入：……输出：……”
- 示例之间差异要明显，避免 AI 只学到表面的某个词。
熟练之后再养成一个习惯：如果某类输入总是出错，就把它补成一个新示例。
Q5：有没有现成的模板？
有，下面这个可以直接复制，按需替换方括号内容：
任务：判断用户留言属于哪一类，只输出类别名。
类别：咨询 / 投诉 / 建议 / 其他
示例 1
留言：你们周末几点关门？
类别：咨询
示例 2
留言：上次买的东西坏了，客服一直不回。
类别：投诉
示例 3
留言：希望能增加夜间配送。
类别：建议
现在请判断：
留言：[新留言]
类别：
Q6：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。
Q7：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。
Q8：示例放在提示词的哪里比较好？
一般放在任务说明之后、新输入之前，这样 AI 先理解任务，再看示例，最后处理新内容。
举个例子
举个虚构的例子：一位编辑要给 50 篇稿件写一句话导语。只描述“简短、有吸引力”时，AI 写出的导语长短不一、风格飘忽；附上三条自己写过的导语作为示例后，新导语的长度和语气都稳定下来，编辑只需微调个别用词。
补充：最容易踩的坑和用好的诀窍
- 只给示例不说任务。改进：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。改进：通常两三个高质量示例就够，问题出在哪类就补哪类。
- 分类任务里每个类别至少给一个示例，避免 AI 偏向某一类。
- 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。
延伸学习
少样本提示和批量分类打标、范文仿写关系密切。建议先把少样本提示在一个真实任务里用熟，再逐个尝试相关技能，而不是一次学很多。