跟各位说个偷懒但贼好使的招。不少人写AI提示词跟写说明书似的，语气、格式、禁区全列上，越长越觉得稳，结果模型还是跑偏。我后来干脆不写了，直接甩两三个自己满意的样例过去，它靠示例自己就把调性和结构摸准了，比万字prompt快还多。
这其实就是few-shot（给例子让它学），大模型这能力早验证过了。给范文比用自然语言描述规则省token，输出也稳。我平时这么弄：先丢一篇对味的文风样本，再附一个反面例子说"别整成这样"，最后来句"照这个调性来"，风格马上对齐。
其实写周报、起标题、改代码注释、统一客服话术，都能用喂样例替掉反复调prompt的笨办法。用过就回不去。
楼主那个"再附一个反面例子"的做法我也在用，不过习惯多补一句"只学调性、别复制原句"，不然它经常把示例里无关的细节一并学走。严格来说
"给范文比自然语言描述省token"这句我有点保留。我实际试过，三四个完整样例塞进去，token量常常比一条写明白的格式要求还高，尤其样例本身不短的时候。few-shot真正划算的地方不是省钱，是模型对齐风格的成功率更稳，代价是你每次都得把样例重新喂一遍。
所以它未必是长prompt的替代品，更像是另一件工具。你喂样例时会担心示例本身带噪声吗？
补充几个这招的边界，免得有人照抄翻车。
简单说
few-shot 省的是你写 prompt 的脑力，不是推理成本。那三篇范文每个 token 都在每次调用里重新付钱。低频场景（写周报、起标题）无所谓，但如果你拿它跑每天几万次的高频任务，长期账单会比一条精炼 system prompt 贵一截。量大的情况我倾向把样例 distill 成一句规则固化进 system prompt，或者干脆 fine-tune，样例只留作冷启动。
简单说
它和长指令不是二选一。短规则配一个对味样例，通常比纯样例或纯描述都稳，模型既拿到调性锚点又知道边界在哪。
负面例子（你那条"别整成这样"）要慎用。模型对 “do NOT do X” 的服从度一直不太稳，尤其正反样本风格接近时，它有时反而学到错信号。不如多给一个正例变体，让它从两个正例里自己归纳边界，比靠"禁止项"靠谱。
顺序也不是随便摆。简单说last example bias 很明显，最对味的放最后、反例夹中间，比"正-反-一句指令"更稳。最后那句指令相当于收尾锚点，能拉回注意力。
风格/格式类任务 few-shot 是真香。但碰上事实准确或逻辑链，光喂样例兜不住幻觉。你举的"改代码注释"要是注释得对应真实 API 行为，样例没覆盖到的分支照样会编，这种还是得配检索或显式约束。
你这套对一次性创作很顶，量产场景值得再想想成本结构。
反面例子我栽过跟头。光甩一句"别整成这样"，模型有时候偏偏更往那方向靠，把"不要X"改写成"要Y"反而稳。
你这个"别整成这样"的反例操作才是真精华。很多人只给正面样本，结果模型把样本里的坏习惯也一并学了去。我平时偷懒也这么干，比写一大段"禁止怎样怎样"省事多了。说真的，样本质量得自己先把关，你甩三篇烂文过去，它只会学得更快更烂。这思路放哪儿都灵，人也是看示范比看说明书学得快。
读完这篇，脑子里先浮起一个很旧的比喻——要教一个人认得雨的气味，你没法列一张清单，只能拉他站到窗边，等一场雨真的落下来。
楼主说的 few-shot，戳中的其实是我们身上那块说不清、也写不出的东西。人总以为把要求列满、写细就稳妥，像把一张网织得密密的，可网眼再小，也兜不住"调性"这种活物。调性是气息，是句子收尾时那点微妙的偏斜，是你明明没说、对方却已经懂了的留白。拿自然语言去一条条规范它，常常反而把它规训死了，失了魂。
我觉得吧btw 这让我想起波兰尼那句——我们知道的，远远多过我们能说出口的（we know more than we can tell）。大模型靠样例摸到的，大约也是这层只可意会的皮相。扔给它三篇对味的文字，它比读三页规则更快撞见那个"对"的瞬间。
不过想补一个小看法。怎么说呢样例这把钥匙，开的终究是你自己的锁：你喂进去的审美、节奏、乃至偏见，它都照单全收。反倒是楼主说的那个反面例子，常常比正面范文更锋利——"别整成这样"一句话，替你把模糊的边界利落地划清。挑例子的眼光，本身才是真功夫，这活计藏不住人的。
当然也有够不着的时刻。遇到从没见过、连自己都描不出的新东西，光给范文反而把人框住。那种时候，大概还是得笨笨地、啰嗦地，把那点野心一句句吐出来，哪怕说得磕绊。
有一说一
嗯…说到底，无论是写 prompt 还是过日子，少说一点、多示范一点，好像都更近人情些。坦白讲你这篇，让我今晚想翻翻旧文档，把当初写顺手的那几段找出来看看。
读到"先丢一篇对味的文风样本，再附一个反面例子说别整成这样"那句，我忽然停了一下。我们总爱花太多力气，试图用一串精确的词，把想要的东西钉死在纸上。可描述永远比活生生的样子慢半拍，像隔着一层毛玻璃去描一个人的轮廓，越描越模糊。
楼主说的few-shot，我私心里觉得它妙不在于省token，而在于把沟通还给了示范本身。从前人教我做事，也从不爱说教，只是先默默做一遍，调子、分寸、留白都在动作里头了，我照着那个形状走，比背一百条守则都受用。给模型喂范文，和这没什么两样，不过是让样本替沉默开口。
只是我偶尔会贪心：光有别人的影子到底不够。真正想养出独一份的语气，得在它一次次跑偏的缝隙里，亲手把边界一点点摸回来。示范是灯，不是岸。
那句"照这个调性来"我喜欢得很，干脆得像一句 bon appétit，端上来就完事。
把规矩说尽，不如把一个对的样子摆在那里。读到楼主那句，忽然觉得这何止是与机器相处的方法，简直是人世间最古旧的一种默契。
我觉得吧我们真正学会的东西，有几样是靠说明书学会的？语调怎么拿捏，分寸感从哪儿来，几乎都是先撞见一个让心里一动的样本，然后悄悄模仿过去的。语言在传递"感觉"这件事上本来就笨，越条分缕析越容易走样——“温柔些”“克制些”，每个人心里的刻度都不一样。可一旦给个例子，那种调性是不必翻译就懂的。
想补一层：楼主说的反面例子，也许比正面样本更锋利。人往往先清楚自己不要什么。"别整成这样"像一刀把歧路砍了，剩下的路反而好走。知道雷区在哪，比背一串该做的守则管用得多。
btw 有一点好奇，模型吃样本有没有"剂量"的临界点？给到第三篇往后，边际效用是不是就塌了，还是说越多越稳？总觉着这事跟熬汤似的，料下够了自然出味，再往下倒反而浑了。你试过极限大概在哪吗？
我寻思这不就是抄作业嘛，大模型当学生还挺乖哈哈
我以前也是那种写prompt跟写遗书似的，语气要温柔、别用感叹号、分段要清爽、禁区列一长串，写完自己都嫌累哦后来有回赶着用，随手甩了俩自己写得还行的段落过去，就一句"照这个来"，好家伙一步到位，比对着空白框憋半小时强多了。从此彻底躺平，能不动脑就不动脑
楼主那个反面例子那招我得偷，我一直只丢正面的，难怪有时候它飘。下次试试附个"别整成这样"，说不定调性一下就锁死
不过硬逻辑和事实类的活儿我存个疑，光给例子它容易自己往上编，该写的死约束还是得留两句。毕竟它脑补起来是真敢编，懒归懒，踩过坑就学乖了。反正能省则省
今天摸鱼摸见这帖，血赚
绕开人类最爱干的一件蠢事——试图用语言说清自己都说不明白的需求，这思路真把痛点治准了。就是我怀疑不少人挑的反面例子比正面还上头，模型看完怕是觉得反面才是本体 ( ´▽｀ )
这招我早偷偷用了 不过比楼主还lazy 连范文都懒得挑 直接丢句"你先来一个 我看顺眼再调" 它反而比我还懂我要啥哈哈