第一步：什么是 Few-shot（少样本）？

想象一下，你招了一个名牌大学毕业的实习生（也就是大模型）。他很聪明，常识很丰富，但他不知道你们公司具体的业务是怎么干的。

现在你想让他帮你写一份“周报”。

• Zero-shot（零样本）：你直接对他说：“帮我写份周报。”
  • *结果*：他凭感觉写了一份，格式全错，根本不是你们公司要的那个样。
• Few-shot（少样本）：你拿出 2~3 份以前别人写过的优秀周报给他看，说：“照着这个样子给我写。”
  • *结果*：他看了一眼，模仿着写，出来的东西靠谱多了！

Few-shot，就是给 AI 看几个“例子”，让它照猫画虎。

第二步：为什么需要“优化”？（痛点在哪？）

你以为随便给 3 个例子就万事大吉了吗？太天真了！实习生看例子的时候，会有很多“毛病”：

1. 例子给偏了：你想让他写技术周报，却给了他一份销售周报当例子。他照着销售周报写，全是大白话，没有技术细节。
2. 顺序放反了：实习生记性有点怪，对最后看到的东西印象最深。你把最关键的例子放在最前面，把个普通的例子放在最后，他结果就照着普通的写了。
3. 格式太乱：你给的例子里，日期和内容混在一起，没分段。实习生也跟着糊里糊涂地写了一坨。
4. 只给答案，不给过程：你给了一个数据分析的例子，只写了“结论：销量下降”。实习生遇到新数据，完全不知道怎么推出来的，只能瞎猜。

Few-shot 优化，就是解决这些毛病，精挑细选例子、排版、加说明，让实习生用最少的例子，达到最好的工作效果。

第三步：怎么做 Few-shot 优化？（小白的 4 个实操技巧）

如果你是带新人的小白主管，记住这 4 招：

招式 1：挑“长得像”的例子（相关性优化）

• 不要随便拿 3 个例子凑数。
• 要拿和当前任务最相关的例子。比如你想让他写“张三”的周报，就给他看以前“张三”写的周报，别给“李四”的。这在专业里叫“语义相似度”。

招式 2：把最重要的例子放在最后（顺序优化）

• 记住大模型的“近因效应”——越靠后的例子，它越听话。
• 所以，如果你有 3 个例子，把最普通、最基础的放第 1 个，把最完美、最符合你当前要求的例子放在第 3 个（最后一个）。

招式 3：排版一定要清清楚楚（格式优化）

• 千万别把问题和答案揉成一团。
• 一定要用明显的标记分开，比如：
  • 问题：今天天气如何？
  • 回答：今天晴天。
  • （加个分割线 ---）
  • 问题：明天星期几？
  • 回答：明天星期五。
• 排版越清晰，AI 就越不会串行。

招式 4：不仅要给答案，还要给“解题步骤”（思维链 CoT）

• 这是目前最强大的优化技巧！
• 举个例子，你要让 AI 算数学题。
  • ❌ 普通例子：题目“2+3x4=？” 答案：“14”。（AI 可能是死记硬背的，换道题就算错）
  • ✅ 优化例子：题目“2+3x4=？” 回答：“先算乘法 3x4=12，再算加法 2+12=14，所以答案是14。”
• 把思考过程写进例子里，AI 遇到新题时，就会学着一步步推理，准确率直线飙升！

一句话总结

Few-shot 优化，就是当你要 AI 照着例子学习时，不要随便扔几个例子给它；而是要挑最像的例子、排好顺序、排好版、并写上解题步骤，让 AI 轻松秒懂你的心意！