什么是上下文学习？给几个例子它就会了

给大模型两三个"输入到输出"的例子，它就能接着处理新输入，参数一个都没改。这个现象叫上下文学习。它好用，但常被误解成"模型现场学会了新任务"。把一次调用拆开看，进来什么、算了什么、出去什么，边界会清楚很多。

一次调用里发生了什么

进来的是一整段文本：任务说明、几个示例、待处理的输入。它们被分词成 token，一起送进模型。模型做的只有一件事：根据前面所有 token，预测下一个 token 的概率分布，选一个接上去，再预测下一个。

示例的作用，是让这段前缀里出现一种稳定的模式。轮到待处理输入时，"下一个 token 该长什么样"已经被前面的例子约束住了：输出情感标签、输出三个字段、输出三行摘要。它是在续写一个已经开了头的格式。

出去的是一段文本。这一次前向计算里，权重矩阵没有被修改，没有梯度，没有反向传播。所谓"会了"，指的是这次的条件变了，不是参数变了。关掉会话，这次形成的模式不留在模型里，下次要重新给例子。

参数没动，为什么像学会了

预训练时，模型见过大量"说明、示例、执行"的结构：教程、问答、代码注释、试卷。它学到的能力里，本来就包含"照着前面的模式往下写"。上下文学习唤起的是这个能力，不是凭空长出新能力。

可以类比成开卷考试：答案不在书上，答题格式在例题里。例题给得清楚，它照着格式填；例题自相矛盾，填出来的东西也摇摆。类比到这一步就要停，因为考生理解规则，模型只是让后续 token 的概率分布向示例靠拢，它没有理解这道题在考什么。

回到机制：注意力让后面的 token 能直接看到前面的示例，示例里的标签和格式参与了对下一个 token 的打分。例子越一致，这个分布越集中，输出越稳；例子互相冲突，分布被拉平，表现就是时对时错。

示例怎么选，比给几个更重要

覆盖边界。三类示例比三个同类示例有用：一个典型正例、一个典型反例、一个容易混淆的边界例。只给正例，遇到模棱两可的输入它会硬套。

格式一致。标点、大小写、字段顺序、有没有解释，示例和待处理输入要完全一致。示例里带了一句解释，新输出也会带解释，后面接程序就会崩。

标签均衡。做分类时，五个示例里四个是"通过"，它倾向于继续输出"通过"。顺序也有影响，同类示例连在一起，会强化这种偏向。

数量上，两三个通常够用，五个以上增量递减，还占上下文。上下文长度有限，示例占掉的每一段，都是从待处理内容里挪走的。

敏感的是这几个变量

这张表说明一件事：效果对输入排列敏感。所以它适合"同一批数据、同一套模板"的批量处理，不适合一次一个说法地临时问。要做稳定产出，模板要冻结，改动要留版本。

和微调的分界

上下文学习改的是这次输入，微调改的是权重。前者零训练成本，改完立刻生效，随时能撤；后者要标注数据、要训练、要部署，但推理时不必带示例，单位成本更可控。

判断可以简化成三条：任务是否长期固定、数据是否足够、对一致性的要求有多高。三条都偏"是"，考虑微调；只是临时处理一批文件，上下文学习足够。多数业务落在中间，先用上下文学习跑通，再决定要不要固化。

成本上还有一层。示例越长，每次调用的输入 token 越多，费用和等待时间都上升，生成速度和输入长度直接相关；免费版本的上下文额度更紧，示例多了会挤压正文，免费版与付费版的差别在这种地方最容易碰到。

它学不会的东西

新知识。示例里没有的事实，它不会因为看两个例子就掌握。问它某个内部系统的字段含义，例子给再多也只能猜。

精确计算。多位数乘法、长表格求和，靠模式匹配容易出错，这类任务交给工具或代码执行更稳。

强一致的判定。同样的输入换个顺序问，结论可能变。涉及金额、资格、责任的判定，要有规则兜底，模型输出只作参考。

长上下文里的远距离示例。示例和待处理输入隔得太远，或者中间塞了大量无关内容，示例的约束会变弱。表现是"前面说了格式，后面忘了"。

还有一类容易被忽略：示例本身错了。示例里把两个标签写反，它会照着错的学，而且错得很稳定。示例进模板前要有人过一遍，这比事后调提示词有效。

一套稳定的写法

上下文学习速查

• 三段式：任务说明 + 2 到 3 个示例 + 待处理输入
• 示例覆盖正例、反例、边界例，标签均衡
• 示例格式与目标输出完全一致，标点也算
• 批量任务冻结模板，改动留版本
• 新知识、精确计算、强一致判定，别指望它

示例给的是形状，不是知识。想让它稳定做一件事，先把输入输出对齐到同一种形状，再谈别的。模型参数没有变化这件事，也解释了为什么换一个会话就得重来，参数量与能力那篇可以对照着理解"改权重"和"改输入"的区别。具体上下文长度以官方最新版本为准。