给AI一个错题本用示例驱动精准输出《提示词修炼手册从会问到会用》第5篇 | 系列共14篇摘要当简洁“专业这类形容词说不清楚标准时直接给AI看2-3个具体例子效果远胜堆砌规则描述即示例驱动技巧。本文通过格式统一、文风模仿、分类打标三个场景示范具体用法并提醒示例质量和一致性比数量更重要”。当说清楚比做出来还难的时候试着用语言描述一下“把下面这些客户反馈分类成’功能建议’‘使用问题’纯吐槽’三类风格要简洁、不要带情绪化词汇。”听起来已经说得很清楚了但实际执行时你会发现AI对简洁的理解和你的理解可能完全不是一回事对情绪化词汇的判断标准也可能和你不一样。这时候最高效的做法不是继续用语言抠细节而是直接给它看2-3个你满意的例子。请按照以下示例的风格对下面的客户反馈进行分类示例1原文登录按钮点了没反应烦死了 → 分类使用问题 | 改写登录按钮点击无响应示例2原文要是能加个深色模式就完美了 → 分类功能建议 | 改写希望增加深色模式现在请处理以下反馈[你的反馈列表]给了示例之后AI会直接抄你示例里的风格和颗粒度而不是靠自己猜测简洁的标准。这就是示例驱动Few-shot的核心逻辑给它看3个好例子比讲10条规则都管用。为什么给例子比讲道理更有效人类学一门新技能时光听理论效果有限看几个具体案例往往一下就开窍了——AI也是类似的逻辑。“简洁”“情绪化”专业这类形容词每个人的理解标准都不一样是模糊的而一个具体的例子是精确的、不会产生歧义的。当你给出示例AI做的事情从猜测你心里的抽象标准变成了模仿一个具体的、已验证的样本——难度和出错率都大幅降低。三个实战案例案例一格式统一你有一批杂乱的会议记录格式各不相同想统一成固定格式请把以下会议记录统一成这个格式【示例】原文昨天开会讨论了下季度预算财务说要砍15%市场部不同意最后决定下周再开一次会定转换后议题下季度预算分歧财务要求削减15%市场部不同意结论下周二再议现在请转换以下内容[你的内容]案例二文风模仿你想让AI模仿自己过去写的某篇文章的语气请模仿以下示例的语气和句式风格写一篇关于远程办公的短文【示例原文片段】“办公室的工位换了主人咖啡杯却还留着原来的温度——这大概就是远程办公时代最矛盾的地方效率提升了仪式感却消失了。”给出一个有辨识度的文风样本比说幽默一点文艺一点精确得多。案例三分类打标你有一批用户评论想按情感倾向打标签请按以下示例的标准对评论进行正面/中性/负面分类示例“物流有点慢但东西质量不错” → 中性有褒有贬不极端偏向任何一方“客服态度特别好问题秒解决” → 正面“第二次买了这次直接坏了退货都麻烦” → 负面请处理以下评论[你的评论列表]注意这个例子特别示范了中性这种容易产生歧义的标准——如果不给示例AI对有褒有贬算正面还是负面的判断可能和你完全不同。技巧示例数量和质量的平衡常见误解示例越多越好。实际情况2-3个高质量、有代表性的示例效果通常优于10个凑数的示例。为什么如果10个示例里有几个风格不统一、甚至互相矛盾AI反而会困惑不知道该模仿哪一种标准。示例的一致性比数量更重要。挑选示例时建议覆盖典型情况和边界情况各一个——比如上面分类案例里中性这种容易混淆的边界案例比两个一眼就能看出正负面的典型案例更有价值。避坑提醒示例本身质量要高如果你给的示例本身风格不统一或者有错误AI会原样继承这些问题。示例和任务要匹配给翻译任务的示例不能是分类任务的格式确保示例的形式和你要AI做的事情一致。示例不能替代背景信息示例教的是风格/格式标准不是背景知识——如果任务需要特定领域知识仍然需要在背景里说明不能指望靠示例悟出来。下一篇预告前面四篇讲的是提示词的底层方法论五要素、角色设定、先想后说、示例驱动从这一篇开始我们把这些方法组合起来用到日常最高频的场景里。下一篇《写作、翻译、总结三大高频场景的提示词公式》直接给你可以复制使用的完整模板。本文是《提示词修炼手册从会问到会用》系列第5篇共14篇。