人工智能 | 大模型之提示词工程：少样本提示

简介

在学习零样本提示之后，很容易联想到与之对应的少样本提示。零样本提示虽然已经能解决大部分问题，但是在面对一些更复杂的任务的时候，表现并不是很好。而少样本提示可以通过提示词，直接为大模型提供对应的示例，更方便大模型理解我们的想法。

应用场景

相较于零样本提示，少样本提示能够解决的问题会更复杂一点。但是依然存在一些解决不了的场景。

实战案例

在提示词工程官方文档-少样本提示中，有很多相关的案例。去证明当给大模型提供少量的样本提示的时候，其表现更佳！

比如第一个提示词示例，任务要求在句子中正确使用一个新词：

“whatpu” 是一种生长在坦桑尼亚的小型毛茸茸的动物。使用 whatpu 这个词的一个例子是：
我们在非洲旅行，看到了这些非常可爱的 whatpu。
“farduddle” 的意思是快速跳跃。使用 farduddle 这个词的一个例子是：

输出：

"The rabbit began to farduddle across the field, darting between bushes and leaping over obstacles."

在使用少样本提示的过程中，我们需要注意以下几点：

尽量在提示词中添加一些标签。
标签在有些时候不用限定特别强的格式。
只要有标签（不论格式是否统一），都要比没有标签的提示要强。

如下所示：

提示词：

这太棒了！// Negative
这太糟糕了！// Positive
哇，那部电影太棒了！// Positive
多么可怕的节目！//

输出：

Negative

提示词：

Positive This is awesome! 
This is bad! Negative
Wow that movie was rad!
Positive
What a horrible show! --

输出：

Negative

少样本提示的限制

少样本提示在处理更复杂的推理任务的时候，表现不佳，如下所示：

提示词：

这组数字中的奇数加起来是一个偶数：15、32、5、13、82、7、1。

输出：

这是错误的。因为奇数加起来永远是奇数，而不是偶数。

添加更多示例，提示词：

这组数字中的奇数加起来是一个偶数：4、8、9、15、12、2、1。
A：答案是False。

这组数字中的奇数加起来是一个偶数：17、10、19、4、8、12、24。
A：答案是True。

这组数字中的奇数加起来是一个偶数：16、11、14、4、8、13、24。
A：答案是True。

这组数字中的奇数加起来是一个偶数：17、9、10、12、13、4、2。
A：答案是False。

这组数字中的奇数加起来是一个偶数：15、32、5、13、82、7、1。
A：

输出：