核心发现

• 例子能大幅提升准确率。 以Claude 3 Haiku为例，在零样本（不给任何例子）时正确率仅11%，而加入3个例子后飙升至75%——这个成绩甚至能媲美体量更大的模型的零样本表现。
• 2-5个是最优区间。 多数提示工程指南将少样本提示定义为使用约2-5个例子，多项研究和实践指南均指出这是黄金区间。
• 并非越多越好。 一项发表在arXiv上的研究发现了“过度提示”（over-prompting）问题——过多的例子反而会降低模型性能，打破了“例子越多越好”的传统认知。
• 质量远比数量重要。 使用多样化、高质量、有代表性的例子比简单堆砌更多例子更有效；而质量不一或前后矛盾的例子，反而会让模型学到不一致的模式。
• 复杂推理任务先试试零样本。 不要默认例子总是必需；先测试零样本与少样本的效果，因为在某些任务下过度提示反而有害。

实用建议

总结： 在提示词中加入例子是利器，但保持在2-5个，并优先保证例子的质量和多样性。务必测试你的特定模型在少样本与零样本下的表现，尤其是在复杂推理任务上——额外的例子并不总能帮上忙。

核心发现

• 例子能大幅提升准确率。 以Claude 3 Haiku为例，在零样本（不给任何例子）时正确率仅11%，而加入3个例子后飙升至75%——这个成绩甚至能媲美体量更大的模型的零样本表现。
• 2-5个是最优区间。 多数提示工程指南将少样本提示定义为使用约2-5个例子，多项研究和实践指南均指出这是黄金区间。
• 并非越多越好。 一项发表在arXiv上的研究发现了“过度提示”（over-prompting）问题——过多的例子反而会降低模型性能，打破了“例子越多越好”的传统认知。
• 质量远比数量重要。 使用多样化、高质量、有代表性的例子比简单堆砌更多例子更有效；而质量不一或前后矛盾的例子，反而会让模型学到不一致的模式。
• 复杂推理任务先试试零样本。 不要默认例子总是必需；先测试零样本与少样本的效果，因为在某些任务下过度提示反而有害。

实用建议

总结： 在提示词中加入例子是利器，但保持在2-5个，并优先保证例子的质量和多样性。务必测试你的特定模型在少样本与零样本下的表现，尤其是在复杂推理任务上——额外的例子并不总能帮上忙。