範例提示 Few-shot Prompting

你可能會這樣說

想請 AI 把產品資料排成固定格式的卡片，文字描述半天還是排錯；後來直接給它三組「輸入長這樣、輸出要那樣」的例子，它立刻做對。想了解這招的正式名稱和訣竅。

範例提示（few-shot）是在指令裡附上幾組「輸入與期望輸出」的範例，讓模型照著樣子做，而不是只憑文字說明去猜。

它有效是因為模型本來就是從大量範例裡學規律的系統：直接示範一個「標準答案的長相」，比任何抽象描述都精準。

訣竅是例子要少量但多樣：兩三個就夠，而且最好涵蓋一個邊角情況；全部長得太像，它只會學到表面。

把商品資料排成卡片格式，之後我會丟十筆給你。

模型最擅長從範例學規律：兩三個例子，勝過半天的文字描述。

圖 5-4　有範例與沒範例，十筆資料的下場。

中文就可以

請照我給的範例整理產品資料：
1. 範例輸入：「紅色馬克杯 350 元，有貨」。
2. 對應輸出：一張含名稱、價格、狀態標籤的卡片。
3. 之後我陸續丟資料，你都輸出同樣格式的卡片，不加說明文字。
4. 遇到格式對不上的資料，先問我再處理。