示例改了要重跑评测——示例也是代码，要版本化。
示例（少样本）是提示词里最贵的部分
示例能显著提升稳定性，但也吃 token、吃注意力。给多少、给什么，需要设计而不是堆。
三个原则
一、少而准
· 通常 2~3 个示例就能覆盖格式与风格；再加往往收益递减；
· 一个完整正例 + 一个边界例（字段为空、输入极短、含噪声）比五个同类正例有用；
· 如果非要更多，先检查是不是任务描述本身没写清。
二、覆盖"容易出错的地方"
示例的作用不是"说明任务"（描述已经说了），而是钉住容易漂的点：
· 输出格式的边界（空值怎么写、列表只有一项怎么写）；
· 判断口径的边界（"部分相关"算不算相关）；
· 语气与长度（先给结论、最多几行）。
三、保持与真实分布一致
· 示例的输入风格要接近线上真实输入（长度、语言、是否含噪声）；
· 别用"教科书式"的干净例子，否则线上遇到真实噪声就崩；
· 示例里的字段值不要与真实数据冲突（会让模型照抄错误值）。
该不该用示例：一个判断顺序
1. 任务能不能用规则解决？（能就别上模型）
2. 任务描述 + 输出 schema 够不够？（够就别加示例）
3. 还漂 → 加 1 个正例；
4. 仍漂 → 加 1 个边界例（通常这一步收益最大）；
5. 还漂 → 考虑换模型或拆分任务（不要继续堆示例）。
成本与可维护性
· 每个示例都会进入每次调用，成本 × 调用量；
· 示例改了要重跑评测（示例也是一种"代码" ✔ 要版本化）；
· 把示例与提示词一起放进版本库，并在变更说明里写清"为什么加这个例子"。
常见反模式
· 把示例堆到十几个，靠"感觉更稳"；
· 示例与 schema 不一致（示例里多了字段）；
· 示例用的是过时口径，没人知道为什么这么写；
· 把用户投诉的案例原样塞进示例（含个人数据，合规风险）。
本文由云枢 AI导航整理，内容以官方来源为准。
相关文章
顺序阅读
← 上一篇：把检索做成可评测的：召回、排序与答案三段分开测
下一篇：上线后的第一周：AI 功能该盯什么 →
第 32 / 171 篇