少样本示例提示的 5 个常见错误及修正方法
很多人用了少样本示例提示却觉得效果一般，问题往往出在几个常见错误上。先回顾一下：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。下面逐个拆解 5 个最常见的错误。
错误 1：示例全部长得差不多
为什么不行：示例全部长得差不多。很多人第一次使用时都会这样写。
正确做法：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。
错误 2：示例里有错误或口径不一致
为什么不行：示例里有错误或口径不一致。很多人第一次使用时都会这样写。
正确做法：示例就是标准，先逐条检查示例本身，再交给 AI。
错误 3：只给示例不说任务
为什么不行：只给示例不说任务。这是最常见也最容易忽略的情况。
正确做法：示例前用一句话说明任务目标和限制，避免 AI 猜错意图。
错误 4：示例太多导致提示词冗长
为什么不行：示例太多导致提示词冗长。看似省事，实际会让后续修改更费劲。
正确做法：通常两三个高质量示例就够，问题出在哪类就补哪类。
错误 5：新输入的格式和示例不一致
为什么不行：新输入的格式和示例不一致。看似省事，实际会让后续修改更费劲。
正确做法：新输入也按“输入：”的同样格式写，AI 才知道从哪里开始续写。
这些错误的共同根源
示例的质量比数量更重要。AI 会模仿示例里的一切，包括你没注意到的细节，比如示例都以句号结尾、都提到价格，它就会在新输出里照做。所以挑示例时，要确认每个示例只在你希望它学习的方面保持一致，其余方面尽量有差异。
顺带回答一个常见疑问——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。
修正后的标准写法
把上面的修正综合起来，以数据分析师的场景为例，一个更可靠的写法是：
请按照下面示例的格式，为数据分析师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，明天请业务负责人确认字段命名。
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：完成 9 月用户留存分析报告
输出：
如果你是数据分析师，还要额外注意一点：给 AI 表结构和字段含义，而不是真实数据；需要样例时用脱敏或虚构的几行。
最后一个建议
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。记住少样本提示的原理——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——遇到新情况时就能自己判断怎么写。
一个简单的自查方法
把你的提示词发给一位不了解背景的同事看，如果对方需要追问才能动手，AI 多半也会理解偏差。把同事会问的问题提前写进提示词，效果往往立刻改善。