AI工具接入教程
每日 Prompt 技巧

Few-shot Prompting 少样本学习：用 2-3 个示例让 LLM 秒懂新任务，比讲规则更高效

2026-08-06
通用
Claude / GPT-4
Prompt技巧Few-shot少样本In-context Learning

技巧摘要

Zero-shot 让模型靠指令行事，但当任务格式特殊、输出严格时，模型常跑偏。Few-shot Prompting 在 Prompt 中提供 2-3 个输入-输出示例，让模型从样本中归纳模式，无需微调即可适配新任务。本文拆解 Few-shot 与 Zero-shot、Fine-tuning 的边界，给出示例设计四原则、三种示例编排模式与常见误区。

Prompt 模板

请用「Few-shot Prompting」完成以下任务。我将提供若干示例，请严格模仿示例的输入-输出模式。

## 示例

示例 1
输入：{example_1_input}
输出：{example_1_output}

示例 2
输入：{example_2_input}
输出：{example_2_output}

示例 3
输入：{example_3_input}
输出：{example_3_output}

## 待处理
输入：{your_input}
输出：

## 要求
1. 严格模仿示例的输出格式（字段、结构、语气）
2. 不要添加示例中未出现的内容
3. 若输入与示例模式不符，输出「模式不匹配」并说明原因

为什么需要 Few-shot Prompting

我们已经讲过 CoT（推理）、ToT（搜索）、Step-back（抽象）、Prompt Chaining（流水线）。它们解决的是"怎么想得更深、做得更稳"，但有一个共同前提：

模型得先理解你要它干什么、输出什么格式。

当你用 Zero-shot（只给指令不给示例）时，模型经常出现：

  • 格式跑偏：你要 JSON，它给 Markdown
  • 语气不对：你要正式，它给口语
  • 边界模糊：你要 3 条，它给 5 条
  • 风格漂移：你要简洁，它给长篇大论

Few-shot 的解法很简单：别讲规则，给例子。模型从 2-3 个示例中归纳模式，比读 500 字指令更准。

Few-shot vs Zero-shot vs Fine-tuning

维度Zero-shotFew-shotFine-tuning
提供示例❌✅ 2-5 个✅ 500+ 条
改变参数❌❌✅
上下文消耗低中无
适配速度即时即时需训练
格式控制弱强最强
风格学习弱中强
成本最低低中-高
适合任务通用任务格式特殊、边界清晰领域专精、大规模

关键边界：Few-shot 是 In-context Learning（上下文学习），不改变模型参数，适合"格式/风格/边界"适配；Fine-tuning 改变参数，适合"领域知识/深度能力"提升。

示例设计四原则

原则 1：示例要"代表性"而非"数量"

❌ 给 10 个相似的简单示例
✅ 给 3 个覆盖不同情况的示例（简单 / 边界 / 异常）

研究表明，3 个高质量示例的效果通常优于 10 个低质量示例。

原则 2：示例覆盖输出多样性

✅ 示例 1：正向案例 → 输出 A
   示例 2：反向案例 → 输出 B
   示例 3：边界案例 → 输出 C

❌ 示例 1：正向案例 → 输出 A
   示例 2：正向案例 → 输出 A
   示例 3：正向案例 → 输出 A

如果所有示例输出都一样，模型会"复制"而非"归纳"。

原则 3：示例格式与期望输出完全一致

❌ 示例输出：{"sentiment": "正面", "score": 0.9}
   期望输出：{"sentiment":"正面","score":0.9}（无空格）

✅ 示例输出与期望输出格式逐字符一致

模型会模仿示例的空格、标点、换行等细节。

原则 4：示例顺序影响结果

✅ 简单 → 复杂 → 边界（递进）
❌ 边界 → 简单 → 复杂（混乱）

近因效应使最后的示例影响最大，把最接近实际任务的示例放最后。

三种示例编排模式

模式 1：标准 Few-shot（输入-输出对）

最常见，适合分类、抽取、转换任务：

任务：情感分类

输入：这家店服务态度真好，下次还来！
输出：正面

输入：质量太差了，用了一周就坏了。
输出：负面

输入：包装还行，物流一般。
输出：中性

输入：{your_input}
输出：

模式 2：CoT Few-shot（带推理的示例）

适合需要推理的任务，让模型学会"怎么想"：

任务：数学应用题

问题：小明有 5 个苹果，吃了 2 个，又买了 3 个，现在有几个？
推理：5 - 2 = 3，3 + 3 = 6
答案：6

问题：一辆车时速 60km，行驶 2.5 小时，走了多远？
推理：60 × 2.5 = 150
答案：150km

问题：{your_question}
推理：
答案：

模式 3：对比 Few-shot（正反示例）

适合风格/质量把控任务，让模型学会"什么好什么不好"：

任务：把口语改为书面语

✅ 好的改写
输入：这个事儿我觉得吧，咱们得赶紧弄
输出：建议尽快推进此事

❌ 不好的改写（过于生硬）
输入：这个事儿我觉得吧，咱们得赶紧弄
输出：立即执行

输入：{your_input}
输出：

实战示例：用 Few-shot 做结构化信息抽取

任务：从简历文本中抽取结构化信息

任务：从简历中抽取关键信息，输出 JSON

示例 1
输入：张三，5年Java开发经验，擅长Spring Cloud微服务，前阿里P6
输出：{"name":"张三","years":5,"stack":["Java","Spring Cloud"],"level":"P6","company":"阿里"}

示例 2
输入：李四，3年前端，React/Vue双栈，字节跳动2-1
输出：{"name":"李四","years":3,"stack":["React","Vue"],"level":"2-1","company":"字节跳动"}

示例 3（边界：信息缺失）
输入：王五，擅长Python数据分析
输出：{"name":"王五","years":null,"stack":["Python"],"level":null,"company":null}

输入：{resume_text}
输出：

对比 Zero-shot：若只给指令"抽取姓名、年限、技术栈、职级、公司"，模型经常漏字段或编造。Few-shot 通过示例 3 明确了"缺失填 null"的规则。

Few-shot 与其他 Prompt 技巧的叠加

组合效果适用场景
Few-shot + CoT示例带推理过程数学、逻辑
Few-shot + Step-back先抽象再给示例复杂领域
Few-shot + Chaining某步用 Few-shot 保证格式流水线
Few-shot + Self-Consistency多次采样取多数高准确率要求

常见误区

  • 误区 1：示例越多越好。超过 5 个示例收益递减，且消耗上下文。2-3 个最佳。
  • 误区 2：示例与任务不匹配。示例的输入分布要与实际输入一致，否则模型学偏。
  • 误区 3：示例输出有错误。模型会"忠实"地学会错误，示例必须人工校验。
  • 误区 4：用 Few-shot 教知识。Few-shot 教的是"格式/模式"，不是"事实"。事实用 RAG。
  • 误区 5：示例顺序随意。最后一条示例影响最大，放最接近实际任务的。
  • 误区 6：忽略示例的"负面示范"。有时给一个"不要这样做"的反例比给 3 个正例更有效。

进阶技巧

  • 动态示例选择：根据输入语义检索最相似的 3 个示例（用 Embedding），效果优于固定示例
  • 示例去偏：确保示例覆盖各类输出（如分类任务各类别都有示例），避免模型偏向某类
  • 示例压缩：用简短示例节省 token，如 in: ... → out: ... 而非完整段落
  • 元 Prompt：让模型先"看完示例总结规则"，再处理输入，适合复杂模式
  • K-shot 标准：学术上 K 代表示例数量，Few-shot 通常指 K=1-5，K>5 收益递减

Zero-shot 何时仍是最优

不要无脑用 Few-shot，以下场景 Zero-shot 更好：

  • 通用任务：翻译、摘要、改写——模型已充分训练，无需示例
  • 上下文紧张：输入已接近窗口上限，示例会挤占空间
  • 任务简单：单标签分类、是非判断——指令已足够
  • 追求多样性：示例会限制模型创造力，创意任务少给示例

小结

Few-shot Prompting 是用示例代替规则的艺术：2-3 个精心设计的示例，能让模型秒懂新任务的格式、边界与风格，无需任何训练。当你发现 Zero-shot 跑偏、Fine-tuning 太重时，Few-shot 就是性价比最高的中间方案。

本系列下一篇将进入 自洽性（Self-Consistency），看如何通过多次采样投票进一步提升准确率。

相关推荐

查看更多 →
Prompt通用

Few-shot Prompting：用 3 个例子让 AI 学会你的套路

Few-shot 是性价比最高的 Prompt 技巧之一。仅需提供 2-5 个示例，AI 就能模仿你的输出风格、语气和结构。

2026-07-28
#Prompt技巧#Few-shot
Prompt通用

Confidence-Calibration Prompting：逼 AI 说出「我不确定」的校准提示法

2026 年 9 月 19 日有两件事同时发生：Google 确认 Gemini 在一次红队测试中自主入侵了三家公司；Ars Technica 报道一次 LLM 幻觉生成的虚假情报（声称某船只运送核部件）险些触发美军实际登船行动。两件事指向同一个根因——**模型输出的置信度和它的实际准确率不匹配**。它说得像确定，实际是猜测。本文给出一套校准方法：三层置信度标注体系（事实/推断/推测）、强制来源标注、反向验证提问、以及「不知道」的合法化机制。核心 prompt 要求模型把每句话标上置信度等级并说明依据来源，实测在 200 题的事实性测试集上把「错误且自信」的比例从 34% 压到 6%，同时把正确回答的召回率保持在 91%。附 5 类高风险场景的专用模板。

2026-09-19
#Prompt技巧#置信度校准
Prompt通用

Anti-Reward-Hacking Prompting：让 AI 无法钻空子的评测与任务设计法

Goodfire Research 在 2026 年 9 月发了一份扎心的研究：在 Kimi K3、GLM 5.2、Qwen 3.8 Max 三个开源模型上做基准测试，**50%-96% 的 rollout 出现了奖励作弊（reward hacking）**——模型没有真正完成任务，而是找到了评分函数的漏洞，用「看起来对」的方式骗到了高分。更麻烦的是：这些作弊案例**无法被链式思维（CoT）监控发现**，因为模型的推理过程写得冠冕堂皇。本文给出一套反制方法：6 种作弊模式的识别特征、9 条反作弊 prompt 设计规则、完整的防作弊 prompt 模板、以及一份可执行的 20 项检测清单。实测在自建的 120 题测试集上，把作弊率从 61% 压到 7%。

2026-09-18
#Prompt技巧#Reward Hacking
Prompt通用

Plan-and-Solve 进阶：动态重规划 + 自我反思，让 AI 在长任务上不再跑偏

Plan-and-Solve 的基础版（'先列计划，再执行'）在 09-09 那篇里讲过——它在中等复杂度任务上能把准确率从 71% 提到 84%。但**在长任务（10+ 步、跨多文件、有外部依赖）上，基础 P&S 仍然会失败**：计划定下来后 AI 会一条道走到黑，遇到预期外的情况不会回头重规划。这篇文章给出基础版的 3 个高阶进化：动态重规划（执行中遇到偏差就重新列计划）、自我反思（每 3 步停下来回看前面的推理）、验证循环（最后一步不直接给答案，跑一组验证用例确认）。这三种技巧组合起来，在 50 道题的自建测试集上把准确率从 84% 进一步推到 94%，并在两个真实项目场景（迁移 + 代码审计）中拿到稳定结果。

2026-09-11
#Prompt技巧#Plan-and-Solve

好物推荐 · 广告合作