少样本提示：示例放几个、怎么排版、怎么排序

开始之前

一个 shot 就是提示词里的一个示例：一段输入，加上你希望它得到的输出。零样本指提示词里只有指令；单样本多放一个示例；少样本则放上几个。

第一个练习用聊天应用就能做，后面的开发者消息需要一个 API 密钥。本课默认你已经会写清楚的指令，这是提示词工程入门课讲的内容。示例是加在指令之上的，永远不能代替指令。

用一个示例改变回复的语气

Anthropic 的交互式提示词教程第 7 章做了一个回答小朋友提问的“家长机器人”。直接问圣诞老人会不会送礼物，Claude 的回答很正式，教程说它像机器人。你可以花一整段话去描述想要的温柔语气，教程的做法是加一组问答当示例，整个提示词只有四行。

Please complete the conversation by writing the next line, speaking as "A".
Q: Is the tooth fairy real?
A: Of course, sweetie. Wrap up your tooth and put it under your pillow tonight. There might be something waiting for you in the morning.
Q: Will Santa bring me presents on Christmas?

1. 打开一个新对话，只发最后一行：Will Santa bring me presents on Christmas?
2. 再打开一个新对话，把上面从教程里复制来的完整提示词发出去。
3. 把两次回复放在一起看，比较语气、长度，以及第二次是不是以“A”的身份在说话。
4. 再加一组别的话题的问答，比如玩具丢了，在新对话里重新发送。
5. 留下你愿意直接上线的那一版，并记下是哪个示例改变了什么。

给示例单独的段落和标签

在应用里，示例通常放在开发者消息中，也就是你的代码在用户输入之前发出的那段指令。OpenAI 的提示词工程指南把这段消息分成几个带标题的部分，并给出一个商品评论分类器。每条示例评论都包在一个标签里，用 id 和模型应该返回的标签对应起来。

指南说，模型会从示例里领会规律，再用到下一个输入上，它还要求示例覆盖尽量多样的输入。

# Identity

You are a helpful assistant that labels short product reviews as
Positive, Negative, or Neutral.

# Instructions

* Only output a single word in your response with no additional formatting
  or commentary.
* Your response should only be one of the words "Positive", "Negative", or
  "Neutral" depending on the sentiment of the product review you are given.

# Examples

<product_review id="example-1">
I absolutely love this headphones — sound quality is amazing!
</product_review>

<assistant_response id="example-1">
Positive
</assistant_response>

<product_review id="example-2">
Battery life is okay, but the ear pads feel cheap.
</product_review>

<assistant_response id="example-2">
Neutral
</assistant_response>

<product_review id="example-3">
Terrible customer service, I'll never buy from them again.
</product_review>

<assistant_response id="example-3">
Negative
</assistant_response>

• 标签标出每条示例从哪里开始、到哪里结束，模型就分得清哪条是示例，哪条是它要打标签的评论。
• 三条示例正好用到三个标签，模型能看到它被允许给出的每一种答案。
• 规则写的就是示例展示的东西：只输出一个词，别的什么都不要。OpenAI 的 GPT-4.1 提示词指南正是这样要求的：示例里演示的任何行为，规则里也要写出来。
• Anthropic 的应用提示词课程把每个示例包在 example 标签里，再统一放进一个 examples 标签。两种写法都行，选定一种，整个提示词保持一致。

示例该放几个

Anthropic 的课程说，这件事没有硬性规定。它建议一开始至少放三到五个，回复还有偏差的地方再补有针对性的示例，并提醒哪怕只有一个示例，也比没有强。每个示例在每次调用时都要占输入 token。同一块示例反复发送时，提示词缓存能让 API 直接从缓存里读取。

推理模型改变了起点。OpenAI 的推理模型最佳实践说，这类模型往往不需要示例，所以先写不带示例的提示词。只有输出要求比较复杂时才加几个，而且要和指令严格一致，两者对不上可能得到很差的结果。

这个说法来自 GPT-3。2020 年的论文 Language Models are Few-Shot Learners 只用文字把示例交给这个 1750 亿参数的模型，没有任何梯度更新或微调。在一些任务上，这样就足以和当时最好的微调系统一较高下。

模型从示例里学到了什么

示例里的答案对不对，没有大多数人想的那么重要。2022 年的研究 Rethinking the Role of Demonstrations 把示例里的标签随机替换，在包括 GPT-3 在内的 12 个模型上，分类和多选题的成绩几乎没有下降。真正起作用的是其余部分：可选标签的范围、输入文本的类型，以及整体格式。

顺序同样会影响结果。一项以 GPT-3 等当时模型为对象的提示词顺序研究发现，同样的示例换个顺序，成绩可能从接近当时最佳变成和瞎猜差不多。对一个模型好用的顺序，换到另一个模型上并不成立。一篇 2021 年的校准论文把部分波动归因于偏向：GPT-3 这类模型更容易给出放在提示词末尾附近的答案。

这三项研究做于 2021 和 2022 年，测的是当时的模型，不是你今天调用的模型。不过它们指向的做法几乎没有成本：示例要多样，标签要分散，示例块别总以最常见的那个标签收尾。在信任一个提示词之前，把示例打乱顺序多跑几次。

在工具定义里放调用样例

工具调用也有同样的问题。JSON Schema 只说明哪些字段合法，却说不出它们该怎样搭配，比如接口要哪种日期格式，严重故障要带上哪些可选字段。Anthropic 的高级工具使用文章把调用样例直接写进工具定义的 input_examples 字段。文章说，Claude 从三个样例里学会了日期和 ID 的格式、怎样嵌套联系人对象，以及哪些可选字段该一起出现。

Claude 工具使用这一课讲了这个字段，以及每个样例要花多少 token。文章也列出了样例帮助不大的情况：只有一个明显参数的工具，以及 URL、电子邮件地址这类标准格式。

anton 和 Alex Albert 谈少样本示例与提示词缓存

anton 的 X 账号是 @abacaj。他 2024 年 8 月 6 日在 X 上写道，就提升前沿模型的表现而言，少样本提示是“S 级”。帖子停在“把示例数量增加到 10 个以上，回报是”这半句，X 在这里用“Show more”把它截断了，所以他接着说了什么，这里读不到。

九天后，Anthropic 的 Alex Albert 在 X 上发了一串帖子谈提示词缓存，这项功能前一天刚在 Anthropic API 上线。他写道，缓存能大幅降低 API 的输入成本和延迟。他最兴奋的一点是，缓存让“超大规模的少样本提示”成了微调的轻量替代。

两条帖子都已经超过两年，而两家厂商现在的指南仍然推荐用示例。写你自己的提示词时，先按 Anthropic 课程的建议放三到五个。只有测试集表明多加的示例确实有用时才继续加，示例块变长以后就把它缓存起来。

X 官方嵌入卡片的截图，拍摄于 2026 年 11 月 6 日，时间为 UTC。X 在第一条帖子处用“Show more”截断了后面的内容。点击截图可到 X 上打开原帖。

常见错误

• 贴上五个几乎一样的示例，模型学到的是它们共同的怪癖，而不是任务本身。
• 示例违反了规则，比如规则要求一句话，示例却写了两句。
• 示例和真实输入混在一起、没有标签，结果模型回答的是示例。
• 每个示例块都以同一个标签收尾，再把结果的偏向当成模型自己的判断。
• 还没试过不带示例的提示词，就给推理模型加示例。
• 只按一种示例顺序跑一次，就给提示词下结论。

自己试一试

每个练习只改评论分类器里的一处，这样你能看清这一处到底起了什么作用。分类器表现稳定以后，下一课会让模型在给出答案之前先写出推理过程。

• 加第四条评论，有夸有骂，发给分类器。返回的是哪个标签？
• 调换三条示例的顺序，再发同一条评论。标签变了吗？
• 删掉 Examples 部分，只保留规则，用你自己的五条评论比较返回的标签。
• 给你用的某个工具写一个 input_examples 条目：一个填满所有字段的调用，一个只填必填字段的调用。

常见问题

资料来源

1. OpenAI Docs: Prompt engineering, Few-shot learning (2026年11月6日 查阅)https://developers.openai.com/api/docs/guides/prompt-engineering
2. OpenAI Docs: Reasoning best practices (2026年11月6日 查阅)https://developers.openai.com/api/docs/guides/reasoning-best-practices
3. OpenAI Cookbook: GPT-4.1 Prompting Guide (2026年11月6日 查阅)https://developers.openai.com/cookbook/examples/gpt4-1_prompting_guide
4. Anthropic on GitHub: Prompt engineering interactive tutorial, chapter 7, Using Examples (2026年11月6日 查阅)https://github.com/anthropics/prompt-eng-interactive-tutorial/blob/master/Anthropic%201P/07_Using_Examples_Few-Shot_Prompting.ipynb
5. Anthropic on GitHub: Applied prompting course, lesson 1, Essential prompting techniques (2026年11月6日 查阅)https://github.com/anthropics/courses/blob/master/real_world_prompting/01_prompting_recap.ipynb
6. Anthropic: Introducing advanced tool use (2026年11月6日 查阅)https://www.anthropic.com/research/advanced-tool-use
7. Hugging Face Papers: Language Models are Few-Shot Learners (2020) (2026年11月6日 查阅)https://huggingface.co/papers/2005.14165
8. Hugging Face Papers: Rethinking the Role of Demonstrations (2022) (2026年11月6日 查阅)https://huggingface.co/papers/2202.12837
9. Hugging Face Papers: Fantastically Ordered Prompts and Where to Find Them (2022) (2026年11月6日 查阅)https://huggingface.co/papers/2104.08786
10. Hugging Face Papers: Calibrate Before Use (2021) (2026年11月6日 查阅)https://huggingface.co/papers/2102.09690
11. X: anton (@abacaj) on few-shot prompting working well on frontier models (2026年11月6日 查阅)https://x.com/abacaj/status/1820907327001678254
12. X: Alex Albert on prompt caching and mega few-shot prompting (2026年11月6日 查阅)https://x.com/alexalbert__/status/1824136128850723084
13. YouTube: Anthropic, AI prompt engineering: A deep dive (2026年11月6日 查阅)https://www.youtube.com/watch?v=T9aRN5JkmL8