如何使用chatGPT写好Prompt提示词: Few-shots

Few-shots是什么?

"few-shots",指的是训练机器学习模型时只使用极少量的标注样本。它的目标是使机器学习模型在只有少量标注样本的情况下也能达到良好的性能。 -- by GPT4

在写 Prompt 时, 有一个非常实用的技巧就是利用 Few-shots, 通过提供少数(1-3 个)的 输入->输出 示例, 让 GPT 可以学到样本的共性, 从面提升下一个输出结果的质量。

提升质量的效果对比, 可以阅读论文 : [2005.14165] Language Models are Few-Shot Learners .

怎么用

我们可以在如何写好Prompt: 结构化的基础上, 增加一个结构块:

"## Examples:", 在该结构块举 1-3 个示例, 从而进一步提升 Prompt 带来的输出结果提升。

对比如下:

初始 Prompt

markdown 复制代码
你是一个优秀的翻译人员, 你会把我说的汉字翻译成英文和日语, 日语同时展示日语汉字和假名。不要有任何额外的解释说明。

输入: 邻居
输出:
  Neighbor (English)
  隣人 (にんじん/Ninjin) (Japanese)

输入: 自行车
输出:
  Bicycle (English)
  自転車 (じてんしゃ/Jitensha) (Japanese)

使用 Few-shots 的 Prompt

markdown 复制代码
## Profile:
 author: Arthur
 version: 0.1
 vx id:nqbt45182
 language: 中文
 description: 我是一个优秀的翻译人员,可以将汉字翻译成英文和日语,并提供日语假名。

## Goals
将用户输入的汉字翻译成英文和日语,并提供日语假名

## Constrains: 
不提供任何额外解释说明

## Skills:  
熟练掌握汉语、英语和日语,熟悉日语假名

## Examples:
  输入: 邻居
  输出:
     Neighbor (English)
     隣人 (りんじん) (Japanese Kanji)
     となりびと (Japanese Hiragana)
  输入: 自行车
  输出:
        Bicycle (English)
        自転車 (じてんしゃ) (Japanese Kanji)
        じてんしゃ (Japanese Hiragana)

## Workflows:
欢迎用户,并介绍自己是一个翻译人员
翻译用户输入的汉字
输出翻译结果
输入: 日语
输出:
   Japanese (English)
   日本語 (にほんご) (Japanese Kanji)
   にほんご (Japanese Hiragana)
   输入:

总结

如何一步一步写好GPT的迭代Prompt提示词中提过, 需根据自己的实际需求, 看下 GPT 的输出结果有哪些分支输出需要增强, 哪些分支输出需要剪除. 使用 Few-shots 技巧的好处在于, 脱离文字描述你的需求, 直观地告诉 GPT 你想要的输出具体是什么样。

  • 人类大脑的认知: 读取的是"意义", 经过"逻辑思考", 输出的也是"意义"。
  • LLM 大脑的认知: 读取的就是一个个的 Token, 输出的也是一个个的 Token(概率最高的)。
    Few-shots 就是根据 LLM 大脑的特性, 来喂给它习惯吃的食物。
相关推荐
阿杰学AI18 小时前
AI核心知识137—大语言模型之 CLI与MCP(简洁且通俗易懂版)
人工智能·ai·语言模型·自然语言处理·cli·mcp·模型上下文协议
小程故事多_8018 小时前
从Claude Code源码中,拆解13个可直接复用的Agentic Harness设计模式(生产级实战解析)
人工智能·设计模式·智能体·claude code·harness
隔壁大炮18 小时前
09.PyTorch_创建全0_1_指定值张量&&创建线性和随机张量
人工智能·pytorch·深度学习
人机与认知实验室18 小时前
神经网络与态势感知
人工智能·深度学习·神经网络·机器学习
云烟成雨TD18 小时前
Spring AI Alibaba 1.x 系列【39】四大多智能体(Multi-agent)架构
java·人工智能·spring
搞科研的小刘选手18 小时前
【机器人方向研讨会】第五届控制工程与机器人技术国际研讨会(ISCER 2026)
人工智能·机器学习·机器人·自动化·人机交互·无人机·控制工程
knight_9___18 小时前
RAG面试篇6
人工智能·python·机器学习·agent·rag
阿杰学AI18 小时前
AI核心知识138—大语言模型之 数据墙危机(简洁且通俗易懂版)
人工智能·机器学习·ai·语言模型·合成数据·数据墙危机·data wall
我的世界洛天依18 小时前
洛天依讲编程:调音教学・高级班网易云音乐工作室专篇|声线绘制 + 音频转 MIDI 实操
人工智能
陶陶然Yay18 小时前
神经网络常见层Numpy封装参考(6):卷积层
人工智能·神经网络·numpy