掌握了四大核心要素，你已经能写出不错的 Prompt 了。但要让 AI 的输出真正”精准可控”，还需要两招必杀技：直接问（Zero-shot）和给范例（Few-shot）。
一、零样本提示（Zero-shot Prompting）
什么是零样本提示？
零样本提示是目前最常用的方式——不给 AI 任何范例，直接下达指令。它依赖的是模型本身强大的、预先训练好的知识库。
这里的”零样本”（Zero-shot）是机器学习中的一个术语，意思是模型在没有任何特定任务训练样本的情况下，直接完成任务。得益于大模型在海量数据上的预训练，它已经内化了大量知识和能力。
适用场景
零样本提示最适合 AI 已经非常擅长的任务：
| 场景 | 示例 |
|---|---|
| 事实问答 | “什么是光合作用？” |
| 文本翻译 | “将’我爱北京天安门’翻译成英文。” |
| 文本总结 | “请用 100 字总结这篇文章的核心观点。” |
| 通用写作 | “帮我写一封感谢信，感谢张总在项目中给予的指导。” |
| 简单分类 | “判断这条评论是正面还是负面：‘产品很好用，物流也快。’” |
零样本的优势与局限
优势：
- 简单直接：不需要准备范例，省时省力。
- 覆盖广泛：AI 预训练知识库中的内容基本都能处理。
- 适合日常：大部分提问和简单指令用零样本就够了。
局限：
- 当任务需要特定格式、特定风格或复杂推理时，零样本可能效果不佳。
- 无法精确控制输出的风格和结构，容易出现”差不多但不对”的情况。
二、少样本提示（Few-shot Prompting）
什么是少样本提示？
当我们需要 AI 完成一些有特定格式、特定风格或更复杂推理的任务时，零样本可能效果不佳。这时，我们可以在 Prompt 里给它一两个”范例”，让它先学习，再模仿。
核心作用就像——你在现场给”实习生”打了个样，它能立刻领会你的意图。
实战案例：情感分类
假设你需要对客户评论进行情感分类（正面 / 负面 / 中性）。如果用零样本：
请对这条评论进行情感分类：包装很精美，但产品的实际效果一般。AI 可能会给出模糊的回答，或者分类标准不一致。而用少样本：
我需要你对客户评论进行情感分类，分为"正面"、"负面"或"中性"。
下面是几个例子：
评论："这件衣服的质量太棒了，穿着很舒服！"
分类：正面
评论："物流太慢了，等了快两周才到。"
分类：负面
评论："价格还行，中规中矩吧。"
分类：中性
---
现在，请对以下评论进行分类：
评论："包装很精美，但产品的实际效果一般。"
分类：通过两个例子，AI 立刻就明白了你的分类标准和输出格式。对于”包装精美但效果一般”这种有转折的评论，AI 也能准确判断为”中性”——因为它从范例中学会了你的判断逻辑。
Few-shot 的设计要点
写少样本提示时，范例的质量直接决定输出质量。几个要点：
- 范例要典型：选最能代表任务需求的样本，覆盖不同情况。
- 格式要一致：范例的格式就是 AI 输出的格式模板。
- 数量要适中：一般 2-4 个范例即可，过多反而可能干扰。
- 顺序有讲究：把最重要的范例放在最后（近因效应），AI 更容易模仿。
三、零样本 vs 少样本：什么时候用哪个？
| 维度 | 零样本（Zero-shot） | 少样本（Few-shot） |
|---|---|---|
| 操作难度 | 低，直接问就行 | 中，需要准备范例 |
| 适用场景 | 简单问答、翻译、总结 | 特定格式、风格、复杂推理 |
| 输出一致性 | 较低，可能不稳定 | 较高，格式和风格统一 |
| Token 消耗 | 少 | 多（范例也消耗 Token） |
| 典型用法 | “翻译这句话” | “按以下示例的格式，翻译这句话” |
实用建议：先用零样本试一次，如果输出不符合预期，再加 2-3 个范例转为少样本。这比一开始就写复杂的少样本 Prompt 更高效。
四、动手练习：运用四大要素 + 少样本
现在来练一下。任务背景：你有一款水杯新上市，需要让 AI 写一个产品介绍。
糟糕的提示词：
帮我写个水杯的产品介绍。这是一个非常模糊的指令——AI 不知道卖给谁、卖点是什么、要什么风格。
优化思路：
运用上一篇文章讲的四个核心要素（角色、指令、上下文、输出格式），再加上少样本技巧，重写这个 Prompt：
【角色】你是一位顶级的电商产品文案专家。
【上下文】我们有一款新上市的水杯：
- 品牌：Mili
- 材质：316 不锈钢内胆 + 食品级硅胶圈
- 核心卖点：12 小时保温、500ml 容量、防漏设计
- 目标人群：办公室白领
- 平台：淘宝详情页
【范例参考】以下是我们上一款产品的文案风格：
产品：Mili 运动水壶
文案：
"流汗不将就——Mili 运动水壶，750ml 大容量，陪你跑完每一公里。
双层真空锁温，冰块 8 小时不化。单手开盖设计，运动途中也能轻松补水。"
【指令】请参考上述范例的风格，为这款新水杯写一段 80-100 字的电商详情页文案。
【输出格式】仅输出文案正文，无需额外说明。通过这个完整的 Prompt，AI 不仅知道”写什么”，还知道”怎么写”——这就是四大要素 + 少样本的组合威力。
小结
- 零样本提示适用于日常的简单任务，直接问、不绕弯。
- 少样本提示通过提供范例，让 AI 学会你的格式和风格，适用于需要精确控制的场景。
- 实用策略：先零样本试水，不行再加范例，别一上来就写长篇 Prompt。
- 少样本 + 四大核心要素的组合，是写出”工业级”高质量 Prompt 的基础公式。
下一篇，我们将回归实用——介绍几个 Prompt 的补充技巧，包括分隔符的使用、条件检查和分步指令，让你的 Prompt 更加稳健和精准。