Agent Mentor Learn
Prompt 工程基础：如何写出有效的指令 · 第 3 / 6 节

第 03 课：Few-shot Learning：通过示例引导 AI

本课目标：

  • 理解 zero-shot、one-shot、few-shot 的区别
  • 学会用 2-5 个示例让 AI 理解模式
  • 掌握选择高质量示例的原则

前置知识：<< 02 Prompt 的基本结构 | 下一课 04 >>

当文字描述不如示例清楚

你想让 AI 用特定的格式输出数据——比如"提取文章中的关键信息，按 JSON 格式输出"。你在 prompt 里写了半天 JSON 的字段名、数据类型、嵌套结构……AI 还是输出了一个跟你预期不一样的格式。

换个方式：别描述格式了，直接给 AI 看 2-3 个标准示例。它一看就明白你要什么样的输出，第一次就能输出正确格式。这就是 few-shot learning（少样本学习）的威力——示例比文字更清晰1。

什么是 Few-shot Learning

Few-shot learning 是一种 prompt 技术，通过在 prompt 中提供少量示例（通常 2-5 个）来引导 AI 理解你想要的模式2 1。AI 会从这些示例中学习输入输出的关系、格式、风格，然后应用到新的输入上。

对比三种方式：

  • Zero-shot（零样本）：不给示例，只给指令3
  • One-shot（单样本）：给 1 个示例
  • Few-shot（少样本）：给 2-5 个示例2

Zero-shot：只有指令

❌ Zero-shot prompt：

将下面的用户评论分类为"正面"、"负面"或"中性"。
评论：这个产品用起来还行，但价格有点贵。分类：

AI 可能输出：

  • "中性"（合理）
  • "负面"（因为提到"贵"）
  • "正面但有保留"（自己发明了类别）

没有示例，AI 只能根据自己的理解来判断边界情况。

Few-shot：给出示例

✅ Few-shot prompt：

将用户评论分类为"正面"、"负面"或"中性"。
示例：
评论：这个产品质量很好，非常满意！分类：正面
评论：完全不能用，浪费钱。分类：负面
评论：功能还可以，但客服响应慢。分类：中性
现在分类这条评论：
评论：这个产品用起来还行，但价格有点贵。分类：

AI 看到示例后，理解了：

  • "正面"是完全满意的情况
  • "负面"是严重不满
  • "中性"是有好有坏的混合评价
  • 输出格式是单个词，不加解释

所以它会输出"中性"，因为这条评论跟第三个示例的模式一致。

Few-shot 的工作原理

Few-shot learning 利用了大语言模型的上下文学习（in-context learning）能力2。模型不需要重新训练，只需要在当前对话中看到几个示例，就能推断出规律并应用。

模型从示例中学到三类信息：

  1. 输入输出的映射关系：什么样的输入对应什么样的输出
  2. 输出的格式和风格：是简短回答还是详细解释、是 JSON 还是纯文本
  3. 边界情况的判断标准：模糊情况应该怎么分类

关键发现：研究表明，示例的格式和多样性比示例的正确性更重要2。即使示例中的标签有一些错误，只要格式一致、覆盖了不同类型的输入，AI 仍然能学到有用的模式。

设计高质量示例的原则

不是随便给几个示例就行，示例的质量直接影响 AI 的输出1。

原则 1：至少 2 个，通常不超过 5 个

  • 1 个示例（one-shot）有时不够——AI 可能认为那是特例
  • 2-3 个示例通常足以让 AI 理解模式
  • 4-5 个示例用于更复杂的任务或边界情况多的任务
  • 超过 5 个收益递减，还会多占不少 token

从 2 个开始，如果效果不好再加到 3-4 个1。

原则 2：示例要有代表性和多样性

示例应该覆盖任务中可能出现的不同类型——也就是示例多样性2。

❌ 示例缺少多样性：

示例 1：iPhone 15 Pro → 手机示例 2：iPhone 14 → 手机示例 3：iPhone 13 → 手机
现在分类：MacBook Pro

所有示例都是手机，AI 没见过其他电子产品的例子，可能不知道怎么处理。

✅ 示例有多样性：

示例 1：iPhone 15 Pro → 手机示例 2：MacBook Air → 笔记本电脑示例 3：AirPods Pro → 耳机
现在分类：iPad Pro

覆盖了不同品类，AI 能学到更通用的分类逻辑。

原则 3：示例的格式要完全一致

格式一致性是 few-shot 成功的关键2。

❌ 格式不一致：

示例 1：输入：天气真好输出：正面
示例 2："这个电影太无聊了" --> 负面情绪
示例 3：还行吧 → 中性

格式乱七八糟，AI 不知道该输出"正面"、"正面情绪"还是别的。

✅ 格式一致：

示例 1：输入：天气真好输出：正面
示例 2：输入：这个电影太无聊了输出：负面
示例 3：输入：还行吧输出：中性

清晰统一，AI 知道输出应该是单个形容词。

原则 4：包含边界情况和易混淆的例子

如果任务有模糊地带，示例中要包含1。

场景：判断代码注释是否有用

❌ 只有明显的例子：

示例 1：代码：x = x + 1  # 加 1判断：无用（注释只是重复代码）
示例 2：代码：result = calculate_tax(income, deductions)  # 计算应纳税额判断：有用（解释了业务含义）

✅ 包含边界情况：

示例 1：代码：x = x + 1  # 加 1判断：无用（注释只是重复代码）
示例 2：代码：result = calculate_tax(income, deductions)  # 计算应纳税额判断：有用（解释了业务含义）
示例 3：代码：time.sleep(2)  # 等待 API 限流重置判断：有用（解释了为什么等待，不是显而易见的）
示例 4：代码：users = users.filter(active=True)  # 筛选活跃用户判断：无用（方法名已经很清楚了）

第 3、4 个示例帮助 AI 理解边界：不是所有"解释代码做什么"的注释都有用，关键是代码本身是否已经清楚表达了意图。

实战示例：用 Few-shot 提取结构化数据

任务场景最常见的场景是从非结构化文本中提取结构化数据。

任务：从招聘信息中提取关键字段

Zero-shot 版本（效果不稳定）：

从下面的招聘信息中提取：职位名称、薪资范围、工作地点、经验要求。用 JSON 格式输出。
招聘信息：我们正在寻找一位资深 Python 开发工程师，坐标北京，3-5 年经验，月薪 20-30k。

AI 可能输出各种格式：

或者

字段名、格式、单位都不统一。

Few-shot 版本（格式稳定）：

从招聘信息中提取关键字段，按以下 JSON 格式输出。
示例 1：输入：招聘前端工程师，上海，2-3年经验，年薪30-40万输出：{  "position": "前端工程师",  "location": "上海",  "experience": "2-3年",  "salary": "30-40万/年"}
示例 2：输入：急招 Java 后端，深圳南山，要求5年以上经验，月薪25k-35k输出：{  "position": "Java 后端",  "location": "深圳南山",  "experience": "5年以上",  "salary": "25-35k/月"}
示例 3：输入：数据分析师，远程，不限经验，时薪200-300元输出：{  "position": "数据分析师",  "location": "远程",  "experience": "不限",  "salary": "200-300元/小时"}
现在处理这条：输入：我们正在寻找一位资深 Python 开发工程师，坐标北京，3-5 年经验，月薪 20-30k。输出：

示例覆盖了三种薪资单位（年薪、月薪、时薪）和三种工作地点类型（城市、城市+区、远程），AI 学到了：

  • 字段名用英文
  • 保留原文中的薪资单位
  • 提取地点时保留详细信息
  • "不限"也是一种有效的经验要求

Few-shot 的常见陷阱

陷阱 1：示例太少，覆盖不全

只给 1 个示例，AI 看到的是个例，不是规律。

解决：至少 2 个，最好 3 个。

陷阱 2：示例之间格式不一致

一会儿用箭头 →，一会儿用冒号 :，一会儿分多行。

解决：确定一种格式，所有示例严格遵守。

陷阱 3：示例都是简单情况，没有边界案例

真实数据有噪音、有歧义、有缺失，示例只展示理想情况，AI 遇到边界案例就不知所措。

解决：至少 1 个示例应该包含边界情况（比如缺失某个字段、有歧义的表述）。

陷阱 4：用了太多示例

超过 5 个示例，收益很小，反而多耗 token，拉长响应时间。

解决：从 2-3 个开始，不够再加，很少需要超过 5 个。

何时使用 Few-shot

Few-shot 最适合这些场景：

✅ 格式转换任务：非结构化文本 → JSON、Markdown、CSV ✅ 分类任务：情感分析、主题分类、意图识别 ✅ 风格模仿：学习特定的写作风格、代码风格 ✅ 复杂规则难以用文字描述：比如"什么样的注释是无用的"

不适合的场景：

❌ 任务本身很简单："把这段文字翻译成英文"，不需要示例 ❌ 每个输入都很独特：创意写作、头脑风暴，示例反而限制了发挥 ❌ 需要外部知识：问"2024 年世界杯冠军是谁"，示例帮不上忙

判断标准：如果你给一个人类同事演示 2-3 个例子后，他就能明白该怎么做，那就适合用 few-shot。

小结

Few-shot learning 通过 2-5 个示例让 AI 理解你想要的模式，比文字描述更清晰。高质量示例的标准是：数量适中（2-5 个）、有代表性和多样性、格式完全一致、包含边界情况。

Few-shot 最适合格式转换、分类、风格模仿等任务。设计示例时，从 2 个开始，确保覆盖不同类型的输入，所有示例用同一种格式。

下一课学习 chain-of-thought（思维链）——如何让 AI 展示推理步骤，提升复杂任务的准确性。

下一课 Chain-of-Thought：让 AI 展示推理过程 >>

Footnotes

  1. Few-Shot Prompting Guide — https://www.prompthub.us/blog/the-few-shot-prompting-guide ↩ ↩2 ↩3 ↩4 ↩5

  2. Prompt Engineering Guide - Few-Shot Prompting — https://www.promptingguide.ai/techniques/fewshot ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  3. Zero-shot Learning - Wikipedia — https://en.wikipedia.org/wiki/Zero-shot_learning ↩

练习

01

任务：让 AI 将用户反馈分类为"功能请求"、"Bug 报告"、"使用疑问"三类。

Level 1：设计高质量示例

请设计 3 个 few-shot 示例，覆盖不同情况并保持格式一致。

完成标准 · 本地勾选
02

下面是一个效果不好的 few-shot prompt，请找出问题并改进：

Level 2：优化现有 few-shot prompt
提取产品评论中的优点和缺点，输出 JSON。
示例："质量不错" -> {"pros": ["quality"], "cons": []}"太贵了，而且物流慢" -> {"pros": [], "cons": ["expensive", "slow delivery"]}
现在处理：[评论内容]

问题：AI 的输出不稳定，有时字段名是中文，有时优点用形容词（"good"）而不是具体点（"quality"）。

完成标准 · 本地勾选