零基础玩转大模型：一文搞懂Zero-Shot与Few-Shot

最近有朋友问我一个特别常见的问题：“我完全没训练过模型，怎么让它帮我干活？”这问题背后其实藏着一个很有意思的误解——很多人以为只有“喂了数据、调了参数”的模型才会做事，可大模型偏偏打破了这套认知。你给一段指令，甚至不给任何例子，它也能把任务干得八九不离十，这就是今天想聊的Zero-Shot和Few-Shot。

先说清楚，这篇文章不是给算法工程师看的推导讲义，而是给所有“零基础但想上手AI大模型”的人准备的。我会从最简单的现象出发，讲明白零样本（Zero-Shot）和少样本（Few-Shot）到底是怎么回事，为什么模型不训练也能听懂人话，以及你在实际使用中最容易踩的坑。全文不涉及复杂公式，你只需要打开任何一个主流大模型对话工具，就能跟着一起验证。

1. 零训练直接干活：Zero-Shot为什么一点也不“神奇”

如果你第一次接触大模型，可能会被Zero-Shot这个术语吓到。其实它描述的场景朴素得很：你给模型一条指令，描述清楚任务是什么，它直接给出结果——整个过程里你没有提供任何“标准答案”作为示例，它也没针对这个任务做过额外训练。这就是“零样本”三个字的来源：样本数量为零。

我拿自己最早试过的一个例子来演示。当时我随便打开一个对话模型，输入：

把下面这句话翻译成英文：这个周末我们去看电影吧。

它立刻输出了一句地道的英文翻译。这里就有个值得琢磨的点：我从头到尾没给它任何中英对照的例句，也没告诉它“翻译的格式是左边中文、右边英文”，它就自己完成了。在传统机器学习时代，同样的事情几乎不可想象——你至少得准备几千条平行语料，训练一个专门的翻译模型，才能得到可用结果。而大模型只需要一句指令就做到了。

为什么会这样？答案在“预训练”三个字里。大模型在训练阶段读过的文本量非常庞大，相当于一个人把图书馆里几乎所有语言的书都翻过一遍。在这个过程里，它积累了大量的语言规律、常识知识和跨语言映射关系。当你用中文下指令时，它并不是真的“第一次学习翻译”，而是在自己庞大的知识储备里“回忆”出翻译应该长什么样。

那Few-Shot又是什么？它比Zero-Shot多走了一步：你在给模型下达任务时，附带几个“输入-输出”的示例对，让模型照着示例的模式去做。比如我想让模型把电影评论分为“正面”和“负面”，我会先这样写：

判断下面的评论情绪是“正面”还是“负面”。 “这家餐厅服务很好，上菜也快。” → 正面 “等了一个小时还没上菜，服务员也不理人。” → 负面 “电影画面很美，但剧情很拖沓。” →

模型看到前两个示例后，会模仿这个“识别情绪并归类”的模式，对最后一条新评论给出自己的判断。你可能会问：这跟训练有什么区别？区别很大——模型的参数一个都没变，它只是根据上下文里的示例，调用了已有的理解能力。“示例”在这里起的不是训练作用，而是“定位”作用，相当于告诉模型：你现在要做的是这件事，照这个格式来。

对零基础的人来说，理解这两者最关键的一步，就是放下“必须训练才能用”的旧观念。大模型时代，很多任务靠提示词就能直接驱动；而你补充的示例越多、越精准，模型的输出就越接近你想要的样子。

2. 藏在模型里的临时记忆：上下文学习到底是怎么运作的

前面说了，模型不是“临时学会”，而是“回忆知识”。这里有个更底层的机制值得展开，工业界管它叫上下文学习。这个术语听起来高级，但本质一句话：模型在生成回答时，会把你输入的所有内容当作临时的参考依据。

想象一下你公司来了位经验丰富的老员工，他在上一家公司做过各种各样的活。今天你给他布置一个新任务，不安排培训，也不给他写详细手册，就是口头说了两句要求，他就能干活了。他靠的是多年积累的通用能力，而不是重新学习。大模型就是这样一位老员工——预训练相当于它过去十几年的工作经验，提示词里的指令和示例，相当于你口头交代的“这次具体要求”。

不过模型不是人，它没有真正的“意图理解”，它只有一种能力：预测下一个词。这个机制的厉害之处在于，它会根据你给的全部上下文，来判断“接下来最合理的输出是什么”。当你在提示词里写了“判断情绪：×××→正面，×××→负面”，模型在生成“电影画面很美，但剧情很拖沓。”后面的内容时，已经从前面两行示例中提取到了一条规律：收集评论、判断倾向、输出标签。于是它输出的就不再是“这是一部电影”之类的话，而是“负面”这个判断。

这里面还有个容易被忽视的细节——注意力机制。Transformer架构里有一个核心模块，会让模型在生成每个词时，自动去“关注”输入里那些相关的词。当模型看到“正面”这个词时，它会把注意力同时投向示例里的“服务很好”“上菜也快”，也会注意到反例里的“等了一个小时”“不理人”。这种词与词之间的关联加权，让模型能识别出示例之间的一致性模式。你可以把它理解成：模型会在输入文本里画很多条看不见的关联线，把相似含义的词串在一起。

这个机制解释了一个现象：示例的写法和顺序会影响效果。如果你的两个示例分别是“好评→正面”和“差评→负面”，模型更容易提取出“按情绪分类”的规律；如果你给的示例本身逻辑混乱，比如第一条是“好评→正面”，第二条是“差评→正面”，模型就会困惑，因为它从上下文里找不到稳定的模式。

还要澄清一个常见误区：上下文学习不是“模型把示例记住了”。模型没有记忆存储，每次请求都是独立计算。你这次给它的示例，只存在于这一次对话的输入上下文里，下次重新提问，它不会记得上次你是谁、你给了什么例子。这也是为什么“上下文窗口”很重要——模型一次能处理的输入长度有限，示例太长、太多，可能超出它能参考的范围。

3. 两个例子就够了：Few-Shot示例提示的实操法则

看完机制，我们来上手。Few-Shot的核心不是“给很多例子”，而是“给对例子”。很多人第一次用Few-Shot时容易犯一个毛病：恨不得给模型二十个示例，觉得例子越多越准。实测下来未必如此，示例过多反而可能让模型无所适从，或者被其中某几个不统一的例子带偏。我自己调提示词的经验是：大多数任务，两到八个高质量示例就能达到不错的稳定效果。

先看一个我最近在做的邮件分类场景。原始需求是让模型把收到的邮件自动分成“任务类”“通知类”“闲聊类”。先试Zero-Shot，指令写的是“给邮件分类”，结果模型输出五花八门，有的给出一段解释，有的把“任务”写成“待办”。后来我改成Few-Shot，提示词长这样：

把下面的邮件内容分类，类别只有三种：任务类、通知类、闲聊类。只输出类别名称。 “请在本周五前提交项目进度报告。” → 任务类 “会议室已经预订好了，随时可以开会。” → 通知类 “最近想约大家周末一起爬山，有人去吗？” → 闲聊类 “财务部提醒大家，报销系统将在月底关闭。”

模型输出“通知类”，而且稳定多了。这个案例里，示例的关键作用不是教会模型“什么是通知”，而是锁定了输出格式——每个回答都只有三个字，没有废话。后面我再批量处理几十封邮件，格式都是干净的。

选示例的时候，我建议你遵守几条经验法则。第一，覆盖正反两面。如果做分类，正例和反例都要有，别只给同一类示例，否则模型容易产生偏向。第二，保证格式完全一致。示例里的输入、分隔符、输出之间，写法要统一，让模型能提取出清晰的模板。第三，示例要贴合真实场景。你想让模型处理客服投诉，示例就该用客服话术，而不是从新闻里随便摘几句。第四，示例顺序有讲究，把最典型的一对放在开头和结尾，中间可以放一些边界模糊的样本，这样模型会先抓住核心规律，再学会处理边缘情况。

还有一类任务是“信息抽取”，Few-Shot同样好用。比如从招聘信息里抽取公司名和职位名：

从下面文本中抽取“公司名称”和“职位名称”，输出为两行。 张三在星辰科技有限公司担任高级算法工程师。 公司名称：星辰科技有限公司 职位名称：高级算法工程师 李四在云端数据服务股份有限公司担任交付经理。 公司名称：云端数据服务股份有限公司 职位名称：交付经理 王五在蓝海生物科技有限公司担任市场专员。

模型会照着前两个示例的抽取格式，输出：

公司名称：蓝海生物科技有限公司 职位名称：市场专员

这个过程中，模型并不是靠“理解招聘信息”来抽取，它更多是靠模仿示例的格式和字段位置。所以你会发现，示例里字段的排列顺序都会被模型学走。如果想让输出变成“职位名称在前，公司名称在后”，那就得在示例里把顺序反过来。

给示例时还有一个容易被忽视的实战细节：分隔符。示例之间、指令与示例之间，最好用清晰的标记隔开，比如“---”或者换行加编号。模型虽然能处理自由文本，但分隔越明确，它提取规律越顺。我自己习惯用“样例1：”“样例2：”这样的编号，效果比全部挤在一起好很多。

4. Zero-Shot的翻车现场与修复策略

Few-Shot这么好用，是不是所有任务都该堆示例？也不是。Zero-Shot的优势是省事、自然、不需要准备样本，适合快速验证想法；但它也有明显的坑。我在实际项目里翻过好几次车，把最常见的几种情况和修复思路一起列出来。

第一个坑是输出格式不稳定。你让模型“用JSON返回结果”，它可能在JSON外面加一句“好的，这是你要的JSON如下：”，直接把下游程序搞崩。修复办法是在指令里把边界写死，比如“只输出JSON，不要输出任何多余文字”，或者干脆用Few-Shot给一个JSON示例，让模型照着样例格式输出。对于程序对接场景，Few-Shot几乎是必须的，因为格式对齐这件事，光靠措辞兜不牢。

第二个坑是任务描述太含混。我经历过一个案例，让模型“总结一下”一份会议纪要，结果显示给了一段比较长的复述，而不是要点。问题出在“总结”这个词本身就有歧义，压缩到多少算总结？保留什么丢弃什么？Zero-Shot模式下模型会自动选择一个它认为合理的理解。修复方式是把指令改得可度量：“用三句话总结这份会议纪要，分别对应议程、决议、待办事项。”把模糊的动词变成具体的约束条件，Zero-Shot的稳定性立刻提升。

第三个坑是模型被示例外的语言风格带偏。做文本分类时，如果输入文本里有一堆情绪强烈的词汇，Zero-Shot模式下模型很容易被这些词汇本身带跑，输出“这句话表达了愤怒”而不是分类标签。举个我踩过的例子，输入“这个破软件闪退了三次，真想把电脑砸了”，我让它判断“用户反馈类型”，它输出的是“用户情绪：愤怒”。可我实际想要的是“技术问题：软件闪退”。修复方法是把分类维度写得更具体，比如“判断反馈属于以下类型的哪一种：软件缺陷、网络问题、使用疑问。”如果能给Few-Shot示例，效果会更好。

第四个坑是“幻觉式自信”。没有示例参考时，模型为了完成你的指令，可能凭空造出一些看起来合理但实际不存在的内容。早期我让一个模型抽取客户邮件里的订单号，结果模型输出了一串完全编造的号码——因为这个任务需要它理解特定格式，而Zero-Shot条件下它没有参照物可循，就只能靠猜。后来我给了两个含真实订单号格式的示例，它立刻不再编造了。

这些坑背后其实有一个共性：Zero-Shot适合“模型已经非常熟悉、知识边界清晰”的任务，比如通用翻译、常识问答、简单改写；一旦任务涉及特定格式、特定领域术语、多选一标签，或者输出需要被程序精确解析，那务必加几个示例，哪怕只有两三个。

我还会用一招叫“自检式修正”。有时候任务复杂，既想利用Zero-Shot的灵活，又怕它跑偏，我会在后面补一句：“如果以上内容不符合要求，请重新严格按照指定格式输出。”这相当于给模型一个回头纠错的机会，实测对格式问题有一定改善，但它不解决知识缺失问题——模型不知道的东西，再自检也编不出来。

5. 什么时候该用哪个：选择策略与能力边界

讲到这里，你应该能感觉到，Zero-Shot和Few-Shot不是谁替代谁的关系，而是同一套能力的两个档位。实际使用中，我一般按四步来判断选哪个：先看任务复杂度，再看格式要求，三看领域陌生度，四看成本和延迟。

如果任务简单且模型见过大量类似数据，比如翻译、润色、常识问答，Zero-Shot完全够用。如果任务返回结果要对接程序、是严格的标签集合、或者涉及公司特有名词和缩写，那就切到Few-Shot。领域陌生度也很关键，比如让模型判断医疗器械注册证的某种特殊编号格式，这种很可能在预训练语料里很少出现，Zero-Shot大概率懵，给几个示例它能立刻模仿格式。至于成本和延迟，Few-Shot每次请求都会携带示例文本，输入token变多，费用和响应时间也随之上升，所以批量任务里不能无限制堆示例。

就我自己的体感，可以大致给出一个参考表：

表格最后一栏提到的复杂推理任务，我是真心建议你不要只停留在Few-Shot。比如让模型做多步数学题、写一段需要前后呼应严谨的长文，几个示例往往不够。这时候更有效的方法是在提示词里要求模型“逐步思考”，或者先给一个解决问题的思路示例，让模型先计划再动手。这些东西整体叫高阶提示工程，是在Few-Shot之后很自然的下一站。

另外要泼一盆冷水：Few-Shot不是万能的，它有一个明确边界——它无法真正给模型注入“它从未见过的新知识”。示例里的信息，模型能模仿形式、风格和规则，但如果示例涉及的知识点完全不在模型的预训练范围里，比如某个非常小众的行业黑话、某个你们公司内部的私有系统名称，那么就算给几十个例子，模型也可能只是生硬地模仿表面格式，内在仍会出错。这时候该考虑的不再是提示词，而是把背景知识写进示例里，或者走微调路线。判断依据也很简单：如果 Examples 里的信息换个说法模型就认不出来，说明它没有真正理解，那就要考虑换方案。

还有一个容易误解的点：Few-Shot的示例数量上限。上下文窗口就像一张桌子的面积，示例越多，留给最终答案的桌面就越小，而且中间的示例可能会把模型的注意力稀释。在实测中，超过八个示例以后，收益通常不再增长，有时甚至下降。真正决定效果的不是示例数量，而是示例的代表性。一个覆盖核心规律的示例，顶得上十个重复泛泛的例子。

写完这篇，最后分享一点具体的使用心得

我平时起步特别喜欢先用Zero-Shot快速探路。任务还没摸清时，写一条最简单的指令看模型怎么反应，这一步成本极低，却能帮你发现任务里的隐藏歧义。比如你发现模型总在输出解释而不是标签，那就说明词义没对齐；发现它编造信息，那就说明知识有缺口。根据这些信号，再决定要不要上Few-Shot，以及示例该侧重格式还是该侧重知识补充。

给示例的时候，我会专门留出两到三对“边界样本”——不是最典型的正面例子，而是那些模棱两可、人也要犹豫一下的输入。这类样本能有效约束模型在边缘地带的表现，比多给同类典型示例管用得多。我自己在分类任务里试过，加入一条边界样本后，误判率肉眼可见地下降。另外我习惯把最重要的示例放在提示词的开头，因为模型在读取长文本时，对开头内容的注意力往往更强。

如果你现在手头正好有个对话模型，可以立刻做个小实验：先输入“给一句话：今天天气很好，适合出去玩。它的情绪是正面还是负面？”看看Zero-Shot的输出；再加一个示例“今天下雨，堵车半小时。负面。”重新试一次，你会发现第二次的输出明显更干脆。这种亲自操作带来的体感，比读十篇概念讲解都有用。

先把Zero-Shot和Few-Shot用熟，你再往回看那些五花八门的提示词技巧，会发现其实都是在同一根轴上做文章——如何更好地说清楚“我要你干什么”。这个东西，确实是所有零基础学习者最值得先弄明白的第一课。