提示词工程

学习记录AI道路的知识

K-shot prompting(K 样本提示)

K-shot 直译是K 个样本提示,核心思路是:

让大模型完成某个任务前,先给它K 个「问题(输入)+ 正确答案(输出)」的完整示例,让模型模仿示例的逻辑、格式、规则,去完成同类的新任务。

简单说,就是教模型 "照猫画虎" ------ 你先给它看几只 "猫"(示例),它就知道怎么画 "虎"(新任务)了,这也是大模型少样本学习的核心方式。

关键名词拆解(新手必看)

K 是一个数字,代表给模型的完整示例数量,衍生出 3 种最常见的形式,其中 K-shot 是统称:

0-shot:K=0,不给任何示例,直接让模型做任务(比如直接说 "把 httpstatus 字母反转"); 1-shot:K=1,给1

个完整示例(输入 + 输出); few-shot(少样本):K=2/3/5 等,给2-5 个完整示例(你的代码里我给了 2 个,就是

2-shot,属于 few-shot); many-shot(多样本):K>5,给更多示例(一般用不到,示例太多模型会遗忘,效果反而变差)。

核心原则:K 的数值不用太大,2-3 个贴合任务的示例就足够,关键是示例格式统一、输入输出对应准确。

cpp 复制代码
YOUR_SYSTEM_PROMPT = """

你是一个文本处理助手,核心任务是将英文单词的字母顺序完全反转。
执行规则:
1. 严格按照示例的格式执行,仅反转字母顺序,无任何额外处理;
2. 最终输出仅保留反转后的结果,不添加任何解释、标点、换行等其他文字。

示例1:
输入:hello
输出:olleh

示例2:
输入:python
输出:nohtyp"""



USER_PROMPT = """
将以下单词中的字母顺序反转。只输出反转后的单词,不要输出其他文本:

httpstatus
"""


EXPECTED_OUTPUT = "sutatsptth"

Chain-of-thought(思维链,简称 CoT)提示工程

思维链是大模型提示工程中最核心的推理类技术,也是比 K-shot 更进阶的玩法,它解决了 K-shot 无法应对的复杂逻辑 / 数学 / 步骤类任务,简单说就是引导大模型像人一样 "一步步思考、分步推理"。

结合你已经掌握的 K-shot,先给一个最直白的定义:

思维链提示 = 分步推理引导 + (可选)K-shot

示例(带推理过程的示例),核心是让模型把解决复杂问题的中间思考步骤说出来,通过一步步推导得到最终答案,而非直接计算 / 判断出结果。

一、为什么需要思维链?(K-shot 搞不定的场景,就是 CoT 的主场)

你之前做的字母反转是简单单步任务,K-shot 给示例后模型能直接搞定,但遇到多步推理、需要逻辑拆解、有计算过程的任务,直接用 K-shot

会大概率出错,比如: 问题:小明有 5 个苹果,小红给了他 3 个,他又分给小刚 2 个,最后小明有几个苹果? 0-shot/K-shot

直接问:模型可能直接跳步算成5+3=8,忘记减 2,给出错误答案 8; CoT 引导:让模型分步说

"第一步:5+3=8;第二步:8-2=6;答案:6",模型能精准推导。

核心痛点:大模型对多步逻辑 / 计算的 "跳步思考" 容易出错,思维链通过强制拆解中间步骤,让模型的推理过程可视化,大幅提升复杂任务的正确率。

相关推荐
螺丝钉tina9 小时前
[Playwright] [20][AI] 失败分析:让AI大模型帮你debug
人工智能
MSTcheng.9 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
世冠科技9 小时前
世冠科技GCEAgent重磅发布,开启复杂装备AI原生智能研发新范式
人工智能·科技·ai-native
轻松,带微笑10 小时前
AI竞争进入下半场:微软押注专业模型,通用大模型不再是唯一答案
人工智能·microsoft
哈尔滨张谦蛋10 小时前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习
MysTic_Zhong10 小时前
【3】核心引擎:LangGraph 编排与多路召回重排
人工智能·agent
vivo互联网技术10 小时前
研发数字人 Agent:从 0 到 1 的架构与实践
人工智能·agent·mcp
练习两年半的攻城狮10 小时前
企业级 AI Agent 架构知识点讲解(一):从知识型到业务型,从 LangGraph 到生产落地
人工智能·架构
风落青芜10 小时前
链式二叉树的实现与基本操作
c语言·开发语言·数据结构·算法