俗话说"给个例子比说一百句都管用",对 AI 也是如此——少样本提示词通过提供示例来教 AI 你想要什么。
大语言模型有一个强大的能力:模式识别。当你给它几组"输入-输出"的示例,它会自动从中提取模式(格式、语气、逻辑结构),然后把同样的模式应用到新输入上。
这和人类学习的方式很像。你告诉一个新员工"写产品文案",他可能写成说明书;但你给他看三篇你们公司的产品文案,他立刻就知道该写成什么样。
少样本提示(Few-Shot Prompting)就是利用这个原理:与其费尽口舌描述你要什么,不如直接给几个例子。
一个少样本提示词的结构如下:
这里有几个示例:
输入:【示例输入 1】
输出:【示例输出 1】
输入:【示例输入 2】
输出:【示例输出 2】
输入:【示例输入 3】
输出:【示例输出 3】
现在请处理:
输入:【实际输入】
输出:
模型会根据前面的示例,生成与示例风格一致的输出。
示例的质量直接决定了输出的质量。选示例时注意以下几点:
1. 示例要代表你想要的输出模式
如果你想让它写口语化的短文案,示例就不能是书面长文。AI 学到的模式来自你给的示例,不是来自你的描述。
2. 示例之间要有多样性
如果三个示例都是同一类型的输入,AI 可能会以为只处理这一种。尽量覆盖不同情况:
3. 示例数量:2-5 个足够
"少样本"之所以叫"少",是因为不需要太多。研究表明,2-5 个示例通常就够了,再多边际收益递减,反而可能让 prompt 过长。
案例一:统一文案风格
假设你有一系列产品需要写短描述,希望风格统一:
以下是我们的产品文案风格:
产品:蓝牙耳机
文案:塞进耳朵,世界就是你的。15 小时续航,够你从北京听到上海。
产品:保温杯
文案:早上倒的热水,下午还烫嘴。316 不锈钢内胆,只认温度不认人。
产品:桌面台灯
文案:三档调光,护眼不挑书。晚上加班不扰邻居,亮度刚刚好。
请用同样的风格为以下产品写文案:
产品:充电宝
文案:
案例二:内容分类
请根据示例对以下内容分类:
内容:"三分钟教你拍出电影感vlog"
分类:教程
内容:"我用vlog记录了辞职后的30天"
分类:生活记录
内容:"5个vlog创作者必知道的版权陷阱"
分类:科普
内容:"vlog拍摄设备终极对比2024版"
分类:评测
现在请分类:
内容:"为什么你的vlog没人看?问题可能出在这"
分类:
案例三:格式转换
把产品信息转成电商详情页的要点列表:
输入:这款面膜含有烟酰胺和玻尿酸,主打补水保湿,适合干性肌肤,售价89元一盒5片。
输出:
· 烟酰胺+玻尿酸双效成分
· 深层补水,持续保湿
· 干性肌肤专研配方
· 89元/5片装,单片不到18元
输入:这款防晒霜SPF50+,PA++++,物化结合配方,不闷痘,60ml装,售价129元。
输出:
| 方法 | 适用场景 | 成本 | 灵活性 |
|---|---|---|---|
| 零样本 | 简单任务、通用格式 | 低 | 高 |
| 少样本 | 特定风格、格式约束 | 中 | 中 |
| 微调 | 大规模、一致性要求高 | 高 | 低 |
大多数自媒体创作者的场景,少样本就足够了。只有当你需要大量同类输出且一致性要求极高时,才需要考虑微调。
示例太多反而变差? 是的。当示例超过 7-8 个时,prompt 变长,模型可能被示例中的噪声干扰。保持 2-5 个精选示例。
示例的顺序有影响吗? 有。放在最后的示例对输出影响最大(因为离输出位置最近)。把最典型的示例放在最后。
可以用反面示例吗? 可以,但要标注清楚:"以下是反面示例,不要这样写"。更推荐的做法是只给正面示例,避免模型被反面示例的措辞干扰。
少样本提示词是日常创作中最实用的技巧之一。积累几个高质量的示例模板,在需要时直接套用,能省去大量反复调试 prompt 的时间。