🌟 什麼是 Few-Shot Prompting (少樣本提示)？
當文字描述不清楚時，最好的方法是「直接示範」。這是在提示詞中提供 1 到 3 個「輸入 -> 輸出」的範例，讓 AI 模仿其中的邏輯與格式。
🧪 實驗室：情感分析案例
情境：你需要 AI 幫你整理顧客評論，並加上特定的標籤。
❌ 優化前 (Zero-Shot)
指令：「判斷這句話的情緒：這頓飯真難吃。」
指令：「判斷這句話的情緒：這頓飯真難吃。」
AI 回覆可能是：
「這句話表達了強烈的負面情緒，顧客對食物不滿意。」
(太囉唆，格式不固定)
✅ 優化後 (Few-Shot)
指令：
指令：
任務：判斷顧客評論的情緒。 範例 1： 輸入：出貨速度很快！ 輸出：正面 範例 2： 輸入：包裝都爛掉了。 輸出：負面 現在請回答： 輸入：這頓飯真難吃。 輸出：
AI 回覆：
「負面」
(精準、符合格式)
📌 什麼時候該用 Few-Shot？
- 當你需要固定的輸出格式 (如 JSON, CSV)。
- 當任務涉及主觀判斷 (如語氣風格仿寫)。
- 當 AI 總是聽不懂抽象指令時。