Few-Shot 提示：用示例教会 AI 你想要的风格

什么是 Few-Shot Prompting？

Few-Shot 提示的核心思想是：给 AI 看几个示例，让它学会你的模式。这比用语言描述"我要什么"更直观、更精准。

Zero-Shot vs Few-Shot vs Many-Shot

Few-Shot 模板

我需要你按照以下风格来回复。请学习这些示例：

【示例 1】
输入：Python 是什么？
输出：🐍 Python 是一种优雅的编程语言 —— 像写英语一样写代码。
它让你用 3 行代码完成别人 30 行才能做到的事。

【示例 2】
输入：Docker 是什么？
输出：📦 Docker 是一种容器技术 —— 像集装箱一样打包你的应用。
不管运到哪都保证"在我机器上能跑"。

现在请用相同风格回答：
输入：Kubernetes 是什么？

最佳实践

1. 示例要多样：覆盖不同的输入类型
2. 格式要一致：所有示例使用完全相同的格式
3. 质量要高：示例本身就是理想输出的标杆
4. 数量要适中：通常 2-5 个就够，太多会消耗 Token
5. 包含边界情况：如果有特殊处理逻辑，在示例中体现

高级用法：负面示例

在示例中同时展示"好"和"不好"的输出：

【好的输出】短小精悍、有比喻、有 emoji
【差的输出】冗长、学术化、没有趣味性

请模仿好的输出风格。

Few-Shot 是最产出投入比的提示技巧之一——花 5 分钟写好示例，能让 AI 在后续 100 次对话中都保持你要的风格。