Few-shot vs Zero-shot提示词：到底给不给示例？给几个最好？（实测对比）
简单说：Zero-shot就是不给AI任何示例，直接提问。Few-shot就是先给1-5个完整示例，再让AI照着来。给示例几乎总是更好——但给多了费token不说，有时候还适得其反。
Few-shot vs Zero-shot提示词：到底给不给示例？给几个最好？
我刚开始用AI写文案的时候，每次都给一大堆示例，心里觉得"多给几个总没错"。后来发现token烧得飞起，效果也没见好多少。直到我系统地做了一轮对比测试，才对"该不该给、给几个"有了点谱。
这篇文章就是那轮测试的复盘。不是论文级别的严谨实验，但比"凭感觉"靠谱得多。
Zero-shot和Few-shot到底差在哪
Zero-shot不提供示例，AI只能从指令中推断你要的输出样式。Few-shot通过输入-输出对向AI展示"你期望的转换逻辑"。
用一个场景你就懂了——情感分类任务：
【Zero-shot】
请判断以下评论的情感是正面还是负面：
"等了三天才发货，但产品质量确实好"
AI可能回答：中性/正面/负面都有可能，取决于它怎么理解。
【Few-shot - 3个示例】
示例1：评论"太垃圾了，用一天就坏了" → 负面
示例2：评论"性价比不错，推荐购买" → 正面
示例3：评论"发货太慢但产品还行" → 中性
现在判断：评论"等了三天才发货，但产品质量确实好" →
AI稳定回答：中性
看出区别了没？Zero-shot时AI在猜，Few-shot时AI在模仿。一旦它看到示例3（"发货慢+产品好=中性"）的pattern，新输入的判断就八九不离十了。
FlowPix实测：5个场景的示例数量实验
我们用GPT-4o和Claude 3.5 Sonnet各跑了5组任务，每组测试Zero-shot(0)、One-shot(1)、Few-shot(3)、Few-shot(5)、Few-shot(8)五种设置，每组测20条数据。结果如下：
| 任务 | 0-shot | 1-shot | 3-shot | 5-shot | 8-shot | 最佳 |
|---|---|---|---|---|---|---|
| 情感分类（3类） | 82% | 91% | 96% | 95% | 94% | 3-shot |
| JSON格式提取 | 45% | 92% | 93% | 88% | 86% | 1~3-shot |
| 中文摘要（100字内） | 78% | 80% | 85% | 84% | 82% | 3-shot |
| 代码Bug修复 | 60% | 72% | 83% | 80% | 76% | 3-shot |
| 翻译（中→英） | 88% | 89% | 90% | 91% | 89% | 5-shot |
评分标准：分类任务看准确率，格式提取看JSON合法性，摘要看人工评分，代码看修复成功率，翻译看BLEU分数。
三个发现值得注意：
第一，1-shot在格式控制上的提升是最陡峭的。JSON格式提取从45%跳到92%，就多给了一个示例。对于"只要格式对就行"的任务，别纠结，给1个示例足够。
第二，5-shot出现了轻微下降趋势。这在学术上叫"示例过拟合"——示例太多时AI过度模仿示例的风格细节而忽略了任务本身的逻辑。翻译任务例外，因为翻译的pattern更多样，5个示例仍然在帮它扩展认知。
第三，8-shot在大多数场景下不如5-shot。除了token浪费，还有一个原因：示例越多，AI越容易找到可以"偷懒"的模式匹配而不是真正推理。代码Bug修复从3-shot的83%掉到8-shot的76%就是一个典型案例。
决策树：你的任务该用几个示例
别死记数字，按任务类型来：
| 任务类型 | 推荐设置 | 理由 |
|---|---|---|
| 简单分类/判断 | 3-shot | 1个示例不够展示分类边界，3个刚好 |
| 格式控制（JSON/表格） | 1-shot | 格式最容易学会，1个示例就够 |
| 文本生成（文案/邮件） | 2-3-shot | 需要展示风格但不要限制创意 |
| 代码生成 | 2-3-shot | 代码pattern容易过拟合 |
| 翻译 | 3-5-shot | 翻译受益于多样化的示例 |
| 逻辑推理 | 3-shot | 需要展示推理过程（chain-of-thought） |
我的个人习惯：大部分情况给2-3个示例，格式控制类给1个。Token不紧张的时候多给一个也无妨，但别超过5个——边际收益已经趋近于零了。
示例怎么写才有效——不是数量问题而是质量问题
一个高质量的示例胜过三个平庸的示例。我见过不少人给示例时随便写，然后抱怨Few-shot没用。
好示例的三个标准：
- 多样性——3个示例最好覆盖不同的case。比如情感分类，给一个正面、一个负面、一个中性，而不是三个正面。
- 代表性——示例应该和你实际要处理的输入在难度、长度、风格上接近。给"我很好"这种简单示例去训练AI理解复杂长句，基本没用。
- 正确性——如果你给的示例里有一个标注错了，AI会学到你的错误。Few-shot是一条双刃剑。
实际写法对比：
❌ 差的3-shot（全是正面+示例太简单）：
示例1：好 → 正面
示例2：不错 → 正面
示例3：可以 → 正面
✅ 好的3-shot（覆盖正/负/中+示例有区分度）：
示例1：物流快，客服态度好，下次还买 → 正面
示例2：收到时包装破损，但里面产品没问题 → 中性
示例3：完全不符描述，退货还要自己出运费 → 负面
什么时候不该用Few-shot
有些场景加了示例反而是负担：
- 创意生成（写诗、写小说开头）——示例会框死AI的创意空间，你的诗可能是好诗，但你不想AI只写你那种风格的诗。
- 开放式问答（"AI的未来是什么"）——这类问题本身就没有标准答案，给示例反而像在诱导AI往某个方向回答。
- token预算极紧——如果你的输入token已经很紧张了，别为了示例牺牲指令本身的空间。
常见问题
Zero-shot和Few-shot提示词是什么意思？
Zero-shot（零样本）：不提供任何示例，直接给出指令让AI完成任务。Few-shot（少样本）：先给1-5个完整的输入/输出示例，然后让AI按同样的模式处理新输入。Few-shot通过示例向AI展示了期望的输出格式、风格和逻辑。详见 GPT-3论文中关于Few-shot学习的原始研究。
什么时候用Few-shot，什么时候用Zero-shot就够了？
简单任务（翻译、摘要、分类）用Zero-shot就够了。需要特定格式、风格一致性高、或逻辑推理复杂的任务用Few-shot。如果输出格式要求特别严格（如JSON Schema），用One-shot（1个示例）通常性价比最高。
Few-shot给几个示例效果最好？
根据FlowPix实测和学术研究：3-5个示例在大多数任务中效果最佳。1个示例（one-shot）在格式控制上已经很有用。超过8个示例后边际收益急剧下降，且token消耗线性增长。关键是示例质量和多样性，不是数量。
觉得有用的话分享给也在摸索提示词的朋友吧。下一篇讲提示词压缩技巧——怎么把1000字的prompt压到300字效果还不打折。