Few-Shot/One-Shot (範例模仿)

在提示詞工程（Prompt Engineering）中，**One-Shot Prompting（單樣本提示）** 是一種讓 AI 快速理解任務核心的強大技法。它的核心邏輯是：**「給予一個明確的範例，勝過冗長的文字敘述。」** --- ## 什麼是 One-Shot Prompting？ 簡單來說，就是在提供指令（Instruction）的同時，附上**一組完整的「輸入」與「輸出」範例**。這能讓大型語言模型（LLM）透過上下文學習（In-Context Learning），精準抓取你想要的： * **輸出格式**（例如：JSON、表格、特定標籤） * **語氣語調**（例如：專業、幽默、簡潔） * **處理邏輯**（例如：如何分類、如何摘要） 相比於 Zero-Shot（直接問，不給範例），One-Shot 能顯著提升 AI 在處理複雜或高度客製化任務時的穩定性。 --- ## 技法說明與範本 使用 One-Shot 時，建議採用 **「角色 + 任務描述 + 範例（Shot） + 實際輸入」** 的結構。 ### 1. 情感分析與格式化（結構化輸出） 當你需要 AI 嚴格遵守格式時，範例是最好的約束。 * **提示詞：** > 你是一個社群媒體評論分析師。請分析評論的情感，並以 JSON 格式輸出。 > > **範例：** > 輸入：這款產品的螢幕顯色很棒，但電池續航力比想像中差。 > 輸出：{"sentiment": "混合", "aspects": {"display": "正面", "battery": "負面"}} > > **實際任務：** > 輸入：這台掃地機器人噪音很大，不過吸得很乾淨。 > 輸出： ### 2. 特定語氣與風格轉換（風格模仿） 如果你希望 AI 模仿特定的文案風格。 * **提示詞：** > 請幫我將枯燥的技術描述轉換成吸引人的短影音腳本。 > > **範例：** > 技術描述：這款滑鼠採用符合人體工學的曲面設計，能減輕手腕負擔。 > 腳本：這支「救命滑鼠」真的絕了！😭 每天修圖到手抽筋的家人們必看，那條完美曲線簡直是手腕的溫泉！ > > **實際任務：** > 技術描述：這款空氣清淨機搭載了 H13 級別的過濾網，能過濾 99% 的過敏原。 > 腳本： ### 3. 邏輯推理與分類（處理邏輯） 幫助 AI 理解如何判斷複雜的分類規則。 * **提示詞：** > 你是客服系統的分類助手。請根據客戶的需求進行派發。 > > **範例：** > 客戶：我上週訂的貨到現在都還沒收到，訂單編號是 #12345。 > 派發：【物流查訊組】原因：查詢未到貨物品進度。 > > **實際任務：** > 客戶：你們的軟體安裝後一直跳出錯誤代碼 0x88，我完全打不開。 > 派發： --- ## 關鍵成功技法 1. **範例的代表性**：給予的範例必須具備典型性。如果範例本身存在邏輯錯誤，AI 也會跟著錯。 2. **明確的分隔符號**：使用 `範例：`、`輸入：`、`輸出：` 或 `###` 等標籤，讓模型清楚區分「參考資料」與「正式任務」。 3. **格式一致性**：範例的結尾方式應該與你希望 AI 回答的方式完全一致（例如在最後留下「輸出：」，讓模型接著寫）。 4. **從 One-Shot 到 Few-Shot**：如果任務極度複雜（例如需要處理邊界情況），單個範例可能不夠，這時可以提供 2-3 個範例，這就進化到了 **Few-Shot Prompting**。 掌握 One-Shot 技法，能讓你寫出的提示詞更具備「確定性」，減少 AI 胡言亂語或格式跑掉的機率。