Few-shot：用範例教 AI 看懂你要什麼

說再多，不如直接給個樣本

你告訴新員工「商品描述要活潑、要有賣點、要切中受眾」——說了半天，他寫出來的東西還是跟你想要的差很遠。

最後你把以前寫的好文案拿出來說「你看，就像這樣」。瞬間，他懂了。

AI 也是一樣。有時候，給幾個範例比說一百個規則更有效。

Zero-shot、One-shot、Few-shot 是什麼？

這三個詞描述你提供範例的數量：

類型	說明	適合情境
Zero-shot	完全不給範例，直接下指令	通用任務，標準格式
One-shot	給一個範例	有特定風格或格式要求
Few-shot	給 2-5 個範例	需要高一致性或特殊格式

越複雜的任務，越需要給範例讓 AI 理解你要的「格式、語氣、深度」。

實際案例：標準化商品描述

你是電商選品團隊，需要把新品描述寫成固定格式，方便上架。但每次下指令，AI 寫出來的長短不一、格式亂七八糟。

Zero-shot（不給範例）的結果：

Prompt：幫我寫以下商品的簡短描述：「陶瓷隔熱馬克杯，400ml，附木質底墊，三色可選」

AI 可能給你：

精緻陶瓷馬克杯，容量 400ml，附贈木質底墊保護桌面，有白、灰、藍三色可選。材質安全無毒，適合辦公室使用。

格式還好，但「長短」和「語氣」可能每次都不一樣。

Few-shot（給範例）的結果：

請按照以下格式，幫我寫新商品的描述：

範例 1： 商品：輕量折疊雨傘，190g，自動開收描述：☂️ 輕巧只有 190g，包包塞得下！自動開收超方便，突然下雨也不怕。

範例 2： 商品：矽膠摺疊水壺，500ml，耐熱 100 度描述：💧 旅行神器！摺疊收納省空間，耐熱 100 度泡茶也行。

範例 3： 商品：陶瓷隔熱馬克杯，400ml，附木質底墊，三色可選描述：（請依格式生成）

這樣 AI 就知道：要有 emoji、要聚焦賣點、語氣輕鬆、大約 25-30 字。

Few-shot 的三個使用場景

場景一：統一顧客回覆風格

給 AI 2-3 個「好的客服回覆」作為範例，讓它按同樣的風格和溫度回覆新的客訴。

場景二：分類顧客回饋

給幾個已分類好的範例（例如：「到貨太慢 → 物流問題」、「商品破損 → 品質問題」），讓 AI 自動分類後續的評論。

場景三：資料格式轉換

給幾筆轉換前後的對照範例，讓 AI 把其他資料也轉成你要的格式（例如：把非結構化的訂單備注整理成欄位）。

給好範例的技巧

範例給了，但 AI 還是學歪了？可能是這些問題：

1. 範例要有代表性 選能涵蓋不同情況的範例，不要全部都是最簡單的情形。

2. 範例格式要一致 如果你要 AI 學的是格式，範例本身的格式一定要整齊。

3. 2-5 個剛剛好 太少（1 個）可能不夠清楚，太多（10 個以上）會浪費 token 也可能混亂。

4. 標示清楚輸入和輸出 用「商品：xxx，描述：xxx」這樣的標示，讓 AI 知道哪個是輸入、哪個是輸出。

練習題

AI 協作：學了這個，跟 AI 怎麼配合？

Few-shot 讓你把公司的「品牌語氣」和「輸出格式」直接教給 AI，減少每次都要重新說明的麻煩。

你的人類優勢：

你知道哪些是「好範例」——符合公司品牌調性的真實案例，AI 沒有這些素材
你能判斷 AI 的輸出是否偏離了你想要的風格，並提供修正範例

可以這樣跟 AI 說：

請參考以下 3 個範例，按照相同的語氣和格式，幫我生成第 4 個商品的活動文案：

商品：保濕面霜，50ml → 文案：💧 塗上去就是水嫩感，一罐用半年，CP 值超高！商品：眼霜，15ml → 文案：👁️ 睡前擦一下，早上黑眼圈少一半，辦公室必備！商品：防曬乳，30ml → 文案：☀️ 輕薄不黏膩，出門前三秒搞定，夏天出門必帶！

現在請幫我：商品：卸妝水，200ml → 文案：