【提示词6要素之05示例】给AI一个样本，它还你一个惊喜

提示词工程6要素深度拆解系列 · 第5篇本文要点Few-shot的底层逻辑 正面/负面示例的战术 示例选择的三项原则一、从「说不清楚」到「一看就懂」假设你要让AI帮你写产品卖点文案。不给示例「帮我写3条蓝牙耳机的卖点文案。」AI输出「音质出色佩戴舒适续航持久。」——废话每款蓝牙耳机都这么说。给一个示例「帮我写3条蓝牙耳机的卖点文案。参考风格“地铁上隔壁大哥外放抖音你默默戴上耳机世界安静了。不是降噪有多强是你终于有权利选择自己的声音环境。”」AI输出「开会时老板第10次改需求你不动声色地双击耳机切到音乐模式。好的张总我马上改。嘴角的弧度耳机看不见但你的心跳它听得见。」——有场景、有情绪、有记忆点。一句话说清楚了角色、任务、格式、背景为什么输出质量还是上不去因为你没给「锚」。示例就是那个锚。它告诉AI「我要的差不多就是这个感觉。」二、示例提示词的「校准仪」在6要素体系中示例Examples扮演的是校准角色要素作用角色 任务 背景划定AI的「思考范围」格式约定AI的「输出结构」示例校准AI的「输出风格和质量标准」前面四个要素告诉你「在什么范围内、用什么结构」。但同样的范围、同样的结构风格可以千差万别。正式的 vs 口语的。数据驱动的 vs 故事驱动的。严谨的 vs 松弛的。你没法用文字精确描述「我要的风格是既专业又不端着」「要幽默但不能轻浮」「要深刻但不能说教」——但一个30字的例子就是最好的定义。2.1 Few-shot的底层逻辑从技术角度看Few-shot prompting的原理是上下文学习。你给AI的几个示例本质上是在它的上下文窗口中建立了一个「临时微调」环境。不需要重新训练模型不需要调整参数——几个精心挑选的示例就能让模型在本次对话中输出质量逼近专门训练的模型。这也是为什么示例是「成本最低的提效手段」不需要技术门槛不需要额外工具只需要你会挑例子。三、示例的三层进阶从0到Few-shot3.1 Zero-shot零示例赌AI的理解力「写一段产品介绍突出环保卖点。」这是零示例。只靠语言指令不提供参考。AI会基于它对「产品介绍」和「环保卖点」的统计理解来输出——结果可能是平均水平。适用场景简单的、对质量要求不高、你对输出没有强烈偏好的任务。3.2 One-shot单示例给一个基准线「写一段产品介绍突出环保卖点。 参考示例瑜伽垫产品 这张瑜伽垫的原材料去年还是海里的6个塑料瓶。 我们没打算拯救地球只是觉得——你的下犬式不该踩在 地球的伤口上。 」给了一个示例后AI会提取示例中的关键模式用具体数字创造冲击感「6个塑料瓶」谦逊姿态替代说教「没打算拯救地球」产品特性与使用场景情感关联「下犬式 → 地球伤口」语言风格简练、有张力、不煽情然后把这些模式「套」到你的产品上。One-shot就够了吗对于大部分风格校准场景一个高质量示例足够了。3.3 Few-shot多示例给一个「模式区间」但有些场景需要多示例。比如你要的不是「一种风格」而是「风格的范围」。「写一段产品介绍突出环保卖点。 示例A数据震撼型 这张瑜伽垫的原材料去年还是海里的6个塑料瓶。 示例B生活叙事型 女儿问我为什么选这个瑜伽垫。我说因为妈妈想让你 长大的时候海里还有海豚。她似懂非懂地点了点头。 示例C极简直击型 塑料瓶 → 瑜伽垫。不复杂。 」三个示例确立了三种不同的表达策略——数据震撼、情感叙事、极简直击。AI现在知道「风格区间」的边界在哪里可以在区间内灵活选择。什么时候用多个示例当你希望AI输出的多样性和创造性时。一个示例是精准打击多个示例是划定战场。四、不要把「负面示例」浪费了大多数人只给正面示例「就要这种」却忽略了负面示例的强大力量「不要这种」看看加上负面示例后效果多强「写一段产品介绍突出环保卖点。 ✅ 好的示例 这张瑜伽垫的原材料去年还是海里的6个塑料瓶。 ❌ 不好的示例 我们采用环保材料制作瑜伽垫致力于为地球可持续发展 贡献力量。绿色生活从一张瑜伽垫开始。 —— 请不要写这种空话连篇、说教口吻、没有具体信息。 」正面示例告诉AI「向这个方向走」负面示例告诉AI「这个方向是悬崖」——两者结合AI的路径就非常清晰了。一个黄金组合1个正面示例 1个负面示例 1句话解释为什么好/不好。这个组合的效果超过3个正面示例。五、示例选择的三项原则示例不是随便挑的。好的示例和坏的示例之间可能是3倍的效果差距。原则一示例和任务必须「同构」❌ 任务写招聘JD | 示例一篇小红书种草笔记这种情况下格式、受众、语言风格完全不同AI会混乱。✅ 任务写招聘JD | 示例另一个岗位的优秀JD这种情况下结构、语言、信息密度一致AI能有效迁移。「同构」的意思是示例和你的目标任务在输出类型、受众、目的、格式上保持高度一致。原则二示例必须「够好」但不能「完美」❌ 给一个完美的、无法企及的示例。这种情况下AI要么望而却步输出质量反而下降要么强行模仿变得不自然。✅ 给一个「好但不完美」的示例。这样AI有改进空间有发挥余地。一个实用标准你的示例应该是你自己写不出来的「别人写的」而不是你永远写不出来的「天才写的」。原则三示例必须「自解释」❌ 给一个例子但不解释为什么它好。这种时候AI只能靠模式匹配可能学到表面的特征而忽略核心逻辑。✅ 给例子 1-2句话解释关键特征。示例 地铁上隔壁大哥外放抖音你默默戴上耳机世界安静了。 为什么好 ① 有具体场景地铁外放抖音——读者立即共鸣 ② 产品使用是场景的一部分戴上耳机——不突兀 ③ 情绪落点在产品价值选择权——升华但不煽情给你的示例加上「为什么好」的解释AI学到的是方法论不只是风格。六、示例的五大战术用法战术一「风格锚定」一个示例定义一种风格。「用以下风格写一段关于早起的感悟」 示例 「跑步最难的不是第5公里是穿上跑鞋走到门口那30秒。」 —— 用具体动作替代抽象道理用数字制造节奏。战术二「结构模板」一个示例定义一种结构。「按以下结构分析每个竞品」 示例以Notion为例 ## Notion - 一句话定位All-in-one 工作空间 - 核心用户个人知识管理者和中小团队 - 杀手功能Block编辑器 数据库视图 - 明显短板性能、离线体验、企业权限管理 - 我们的机会此处针对不同竞品给出不同机会点战术三「质量分档」用正面负面示例建立质量阶梯。「按以下三个等级输出创意方案」 A档我自己都没想到的 示例「把蓝牙耳机包装成通勤族的第25小时——早高峰地铁上别人在刷短视频你在听完一集播客。」 B档合格的可以直接用的 示例「通勤耳机降噪强续航久性价比高。」 C档凑数的不要给我 示例「好音质好降噪好续航三好耳机。」这个战术的精妙之处你不需要描述每个档次的标准——示例本身就是标准。战术四「错误规避」用负面示例划清雷区。「请避免以下写法」 ❌ 「在当今这个快节奏的时代……」 —— 万能开头但万人都用 ❌ 「众所周知……」 —— 既然是众所周知的你写它干嘛 ❌ 「改变了XX行业」 —— 除非你有具体证据否则就是吹牛 ❌ 用「赋能」「闭环」「抓手」等词 —— 除非你知道它们的确切含义这比笼统地说「不要写空话」有效100倍。战术五「渐进式示例」先给简单示例再给复杂示例。「先看这个简单的例子理解基础模式 输入夏天 输出夏天是冰西瓜切开的声音是风扇摇头的咯吱声 是奶奶摇蒲扇的沙沙声。 再看这个复杂的例子理解进阶技巧 输入通勤 输出通勤不是距离是两种身份的切换间隙。 早上的车厢里每个人都在从「自己」变成「员工」 傍晚的车厢里每个人都在从「员工」变回「自己」。 那45分钟是城市给我们唯一的「中间态」。 」渐进式示例让AI逐层理解你的期望特别适合「风格」这种难以言传的东西。七、示例不是万能的三个注意事项注意一示例会「锁死」AI的创造力给了示例后AI倾向于在示例的框架内打转。如果你想要突破性创意有时Zero-shot反而更好。判断标准你需要的是「安全的高质量」还是「可能有惊喜的突破」前者用示例后者不用。注意二示例太多 没有示例超过3个示例边际收益急剧下降。4-5个示例可能比2-3个效果更差因为AI的注意力被稀释了。黄金数字1个正面示例 1个反面示例 性价比最高。注意三错误示例会造成系统性偏见如果你给的示例都包含某种不经意的偏见如性别刻板印象AI会放大这种偏见。检查示例中的隐含假设。八、本篇小结要点一句话总结示例的本质给AI一个「锚」校准输出风格和质量Zero/One/Few零示例靠运气、单示例定风格、多示例划区间负面示例和正面示例同等重要——告诉AI「哪里是悬崖」示例三原则同构、够好但不完美、自解释五大战术风格锚定、结构模板、质量分档、错误规避、渐进式一句话心法说不清楚的给一个例子就全说清楚了下一篇预告【提示词6要素之约束】给AI画边界——这是6要素系列的最后一篇。我们将讲解如何用约束条件让AI「不出格」包括硬约束与软约束的区分、「禁止清单」的编写艺术以及6要素体系的完整回顾与总结。本系列共6篇第5篇完。一个好例子胜过千言万语——提示词工程也是如此。