少样本提示是什么？两个例子什么时候比长要求有用？

摘要： 通过客服消息分类任务说明少样本提示的作用、示例选择和边界测试，不把演示答案冒充模型实测。

少样本提示（few-shot prompting）是在请求中放入少量“输入—目标输出”示例，让模型参考任务的格式和判断方式。它没有修改模型权重，也不是给模型做一次训练。示例在这次上下文里提供线索，后续请求是否保留，要看你如何组织对话。

“给两个例子一定比写一页要求有效”并不成立。任务是否明确、示例是否覆盖边界、模型是否适合，都可能影响结果。本文用自制客服分类题说明怎么设计提示，示例答案是编辑定义的判定标准，并非已完成的模型对比实验。

先把任务写成可判定的规则

假设只输出三个标签：退款、物流、其他。我们的规则是：明确提出退款诉求归“退款”；只有查进度或催配送归“物流”；两者都出现时，退款诉求优先；其余归“其他”。这个优先级是本例的业务约定，不是所有客服系统的通用规则。

零示例版本：
将消息归为“退款”“物流”“其他”之一，只输出标签。
明确退款诉求优先于物流问题；仅询问配送进度归物流。
消息：快递三天没动了，我不想要了，麻烦退款。

按本例规则，目标标签为“退款”。若只给“物流”和“退款”两个词，不说明冲突时的优先级，模型和标注人员都可能做出不同选择。这个问题不能仅靠增加示例数量解决。

规则同上。
示例1：
输入：订单到哪了，能查一下吗？
输出：物流
示例2：
输入：配送一直不更新，我决定退掉，请帮我退款。
输出：退款
待分类：快递三天没动了，我不想要了，麻烦退款。

第一个例子展示普通情况，第二个展示“物流问题＋退款诉求”的冲突处理。若两个示例都只是“我要退货→退款”，它们增加了字数，却没有解释最容易混淆的边界。

如果把“我不想等了，请退款”标为“物流”，示例与文字规则直接冲突。模型可能跟随示例、跟随规则，或表现不稳定。此时继续追加“务必严格遵守”不如先清理标签错误。示例里若总把最长的一条消息标为退款，还可能让模型把长度当作线索。

因此，抽取真实数据做示例前，应去掉姓名、联系方式等无关信息，并确认标签经过复核。业务规则改变后，旧示例也要更新，不能把前后两版政策放进同一请求。

准备一组不出现在提示中的题目，包含普通、冲突、否定和信息不足四类。固定模型版本、输入、输出标签和运行条件，只改变“有没有示例”。分别记录格式合格率与分类是否符合标注，不要把两者合并成一个模糊的“效果”。

这四题是公开的演示题，不构成足够大的评测集。正式比较时还应保留未参与提示修改的测试数据，避免一边看答案一边调示例，最终只测到对这几句话的适配。

字段名、标签集合、冲突优先级应直接写清；语气、格式细节、容易混淆的边界可以用例子演示。精确计算或固定格式处理通常应该交给确定性程序。若示例越来越多，先检查任务是不是需要拆分，而不是无限堆上下文。

下一步要让程序读取结果，可配合JSON与表格输出校验；用少样本展示格式，不等于免除解析和事实检查。

资料核查：2026年10月22日至23日。产品条件可能调整，具体操作以当前官方页面为准。