AI 百科词条

少样本示例（Few-shot Learning）是什么？

在提示词里给 AI 看两三个你做好的例子，它的产出立刻向例子看齐——比任何形容词都管用。

一句话说清楚

大模型有很强的「照猫画虎」能力：提示词里附上 2-3 个「输入→输出」的示例，模型会自动学习示例的格式、语气、详略标准，不需要重新训练模型。这就是「少样本学习」：只靠提示词里的少量样本就能临时教会模型一个新任务。对应的还有零样本（不给例子直接问）和单样本（给一个例子）。

遇到格式化要求高的任务（周报模板、商品标题、翻译风格），先试「给例子」这条最短路径：把过去做得最好的 3 条结果贴进提示词，往往一次到位。部分工具支持保存示例模板，高频任务选这类产品能省大量重复劳动。

示例里的坏习惯也会被学走：例子中有个错别字或过时格式，输出会一并继承。示例要精选且格式一致，两三个高质量示例胜过十个杂乱示例。

AI 写周报：把流水账变成汇报亮点

把本周做过的事列成碎片清单，AI 负责归并成「进展 / 数据 / 下周计划」的汇报结构。

AI 营销文案：种草、带货与品牌发声

把产品卖点、目标人群与投放平台喂给工具，产出多版本文案供 A/B，中文营销语感是第一筛选标准。

AI 读论文：速读、问答到文献综述

先让 AI 产出结构化摘要（问题/方法/结论），再针对公式与实验细节追问，支持引用溯源的工具可信度更高。