在智谱清言里给了三个示例教模型按固定格式打标签,其中第二个示例手滑标错了类别,结果输出里十次有七八次跟着错。示例里的错误会被模型当成模式学走,这条链路值得拆开看清楚:错误从哪进来、往哪去、怎么拦。
示例在生成时扮演什么角色
对模型来说,示例是最直观的做法展示:说明文字告诉它要什么,示例告诉它长什么样。生成时模型会对示例做模式提取——结构、措辞习惯、标签风格,甚至示例里的错误,都会被一并纳入模仿范围。示例的说话方式比它的内容更有传染力。
错误会沿着哪条路径被复制
- 格式层:示例里少了引号、多了空行,输出常常原样复刻。
- 内容层:示例里的错别字、错误标签会被当成可接受的写法。
- 风格层:示例啰嗦,输出也跟着啰嗦;示例克制,输出就干净。
挑示例的取舍与清洗
示例不在多而在干净:每个示例都按最终标准校对过再放进提示,比随手贴三五个强得多。拿不准的示例宁可不放,用更具体的文字说明替代。在海螺AI 的实测里,两三个精修示例的效果常优于五六个粗制示例,错误示例甚至是负资产。
| 取舍点 | 该怎么做 | 理由 |
|---|---|---|
| 示例数量 | 两三个精修示例 | 常优于五六个粗制示例 |
| 拿不准的示例 | 宁可不放 | 用更具体的文字说明替代 |
| 带错的示例 | 校对后再放进去 | 错误示例是负资产 |
| 示例组内部风格 | 标点、长度、措辞习惯锁死 | 模型会对多个示例做平均 |
说明和示例打架时听谁的
当文字说明与示例不一致,模型多数时候偏向示例——看得见的东西总比描述更有说服力。所以改需求时两处要同步改:先改示例,再核对说明。只改说明不改示例,是格式突然走样的常见起因,排查时先看示例有没有更新。
更多相关机制:示例数量的边际变化见few-shot 数量多少合适?边际效应;示例里的标点安排见提示里的标点和符号有用吗?过程拆开看;示例与温度的配合见提示词和温度是怎么配合的?每一步都讲透;示例格式被忽略的另一面见格式声明为什么偶尔失效?机制细节全梳理。
还有一条隐蔽的传播路径:示例之间互相污染。多个示例并存时,模型不只模仿单个示例,还会对它们做平均——三个示例里两个用句号结尾、一个用分号,输出可能随机偏向其一,或干脆混着来,所以示例组内部也要风格锁死:标点、长度、措辞习惯保持同一套写法,编号格式统一是成本最低的一次修整。清洗示例时建议倒序读,从头读容易顺着惯性滑过去,倒着读错字和格式缺口更容易现形。改造旧示例时先复制一份再改,保留原始版本方便回滚对比;示例确定后锁版本,别每次随手改,漂动的示例比固定的小瑕疵伤害更大。拿不准说明与示例谁说了算时,做个小实验:故意让两者只差一处,看输出偏向哪边,就知道这套模型的权重天平在哪。
示例清洗自查清单
- 每个示例都校对过错别字和标签吗?
- 示例与文字说明逐条对得上吗?
- 示例的长度和啰嗦程度是你想要的吗?
示例是给模型的镜子,它照出来的就是你放进去的样子。
示例库建议做成资产来维护:按任务类型分文件存放,每个示例标注适用场景与最近校对日期;提示组装时按需取用,而不是现写现拼。资产化之后,示例质量有版本可查,出错能回溯,团队协作也不必各自为战。
关于示例错误,问得最多的三个
- 示例里混入一个错,输出一定跟着错吗?:不一定每次都错,但错误会明显提高走样概率,污染是概率性的。
- 事后在说明里补一句「示例中的错误不要学」管用吗?:作用有限,直接修正示例才是根治做法。
- 用模型自己生成的示例可以吗?:可以,但生成后仍要人工校对一遍,否则可能把它的习惯性毛病喂回去。
带走一个习惯:放进提示之前,把示例当成品来检查。


