给 AI 例子为什么有用？Few-shot 在日常对话的用法

AI 对抽象形容词的执行力很差，对具体例子的执行力很强，这是少样本提示（Few-shot）在日常对话里成立的根本原因。Few-shot 指在提问里先摆一两个你满意的范例，再让模型照着样子处理新内容。它不需要任何技术背景，是普通用户最容易见效的提问技巧之一，这篇讲它的原理和日常给法，看完就能用。

例子为什么比形容词管用

「写得正式一点」「语气轻松些」这类要求，每个人理解都不一样，模型只能靠猜；而一个例子把风格、长度、结构全部具象化了。模型擅长从范例中提取模式：例子里句子多长、用不用称呼、结尾怎么收，它都会照搬。给例子等于把「你想要什么」从描述题变成了临摹题，难度下降了一个量级。这也解释了为什么同一个要求，配上例子前后产出差距明显——形容词描述的是模糊地带，例子画的是清晰的边界。

日常给例子的三种场合

场合一：定风格。写文案、回消息、拟通知时，贴一段你满意的旧稿，让它按这个感觉写新的。场合二：定格式。要表格、要清单、要固定字数的小段落，直接给一个格式样例，比用文字描述格式快得多。场合三：定口味。让 AI 帮你起名、拟标题时，给出五个你喜欢的历史标题，它给的新标题会明显贴近你的口味。三种场合的共同点：你心里有样，但说不清样在哪，例子替你说清。

一个例子和三个例子怎么选

单例适合格式和篇幅这类硬约束，模型容易照搬；三例适合风格和口味这类软标准，模型能从多个样本里提炼共性，避免把单个例子的偶然习惯也学进去。例子越多提问越长，日常使用中一到三个通常够用。给例子时注明「模仿这个风格，但内容换成新的」，防止它直接改写你的例子交差。还有一个细节：例子要挑真正满意的，随手贴一个将就的例子，模型会忠实还原那个将就。

负例：告诉它不要什么样

正例之外，反例同样有用。贴一段你不满意的产出，说明「别写成这样」，模型会避开那些特征。正反例搭配效果更好：一例你喜欢的、一例你反感的，两头一夹，模型的落点更准。给负例时要指出不要的点在哪，而不是整段否定，否则模型可能连你其实想要的部分也一并舍弃。负例特别适合纠偏：当它连续几次都往同一个方向跑偏，一个负例往往比十句叮嘱管用。

用 Kimi 验证例子效果的做法

用 Kimi 这类长文本能力强的工具测试例子策略很方便，它可以同时吃下较长的范例与说明。一个可以直接照做的验证方法：同一任务问三遍，一遍只用形容词描述要求，一遍给一个范例，一遍给三个范例加一个负例，把三份产出放在一起对比。几轮下来，你就能感受到例子的边际效果，也能摸清自己常用任务该配几个例子。例子很长时还有个省事的做法：先让它总结范例的风格要点，确认提炼到位后，再让它按要点生成，提问更短，效果不打折。

延伸阅读：示例该挑哪几个、例子数量多少合适、上下文学习是怎么回事。

配例子的三个自查点

• 例子被当成素材直接抄进产出
• 文字要求与例子互相打架
• 手边没有满意的旧稿可当范例
• 例子太长，先提炼风格要点再生成

第一条最难察觉：产出看着眼熟，多半是模型把你的例子原样搬了过去。

给例子后答案仍不对，先查什么？

• 例子会不会被它当成内容直接抄？：会。明确区分「例子」与「素材」，要求新内容只学形式不取内容，抄用问题就出在这里。
• 例子和文字要求矛盾时听谁的？：通常例子权重更高。发现矛盾先统一口径，别让两者打架，否则产出会在两种标准之间摇摆。
• 没有现成例子怎么办？：让 AI 先出三版不同风格，你挑一版说「按这版的感觉继续」，用它的产出造例子，同样管用。