少樣本提示怎麼寫？用幾個例子教 AI 分類留言

少樣本提示，英文是 Few-shot prompting，意思是在提示詞中放幾組「輸入和理想答案」，再請 AI 依照示範處理新資料。你可以把它想成教人整理留言：先做幾題給對方看，再交一題新的。

不需要寫程式，也不必先訓練一個模型。下面以虛構的商店留言為例，示範怎麼把規則、例子和新題目放在一起。

什麼時候給例子會有幫助？

如果你只說「請幫我分類」，AI 不知道要按情緒、產品，還是顧客的需求分類。給例子能把你期待的分類方式和回答格式具體呈現出來。

這種方法也能用在統一日期格式、改寫標題或維持文案口吻。例子的作用是示範這次任務要怎麼做，不代表模型會因此永久記住你的規則。

Anthropic 的提示指南建議，範例要與任務相關，也要有差異，避免模型只學到偶然重複的形式。本文的三個例子是方便練習的起點，不是所有任務的最佳數量。

先說清楚可以有哪些分類

假設你想把留言分成三類，方便自己接著處理：

• 配送：詢問寄出時間、送達進度或包裹位置。
• 商品：詢問產品尺寸、顏色、材質或使用方式。
• 其他：不屬于前兩類，或資訊太少，無法判斷。

一則留言可以同時有「配送、商品」兩個分類；若已能歸到前兩類，就不加「其他」。有兩類時固定先寫配送，再寫商品。這些是本次練習自己訂的規則，不是客服分類的唯一標準。

把三組完整例子放進提示詞

每組都有一則留言和正確分類，不能只給一串分類名稱。下面整段可以直接拿來練習：

請依留言內容分類。配送：寄出時間、送達進度、包裹位置。商品：尺寸、顏色、材質、使用方式。其他：不符合前兩類或資訊不足。

可以同時分為配送、商品；有這兩類之一就不要加其他。同時符合兩類時，先寫配送。只輸出分類，不加說明。

例子一：留言「我的包裹到哪裡了？」→ 配送

例子二：留言「這個杯子可以裝熱水嗎？」→ 商品

例子三：留言「你好。」→ 其他

請分類這則新留言：「請問這件外套有藍色嗎？如果今天下單，何時會寄出？」

本例應得到的答案是配送、商品。問顏色屬於商品，問寄出時間屬於配送，兩件事都要保留。這是人工依規則整理的示範答案，並非宣稱任何模型都會一次答對。

用新留言檢查，別只把例子問一遍

如果只拿原本三個例子測試，AI 可能只是照抄答案。前一節特地用一則同時問顏色與寄出的新留言，才能看出它會不會把規則合併使用。

你也可以再試「謝謝，我知道了」，依本次規則應該是其他；或試「包裹收到了，但這個杯子要怎麼清洗」，主要是在問使用方式，應該是商品，不能只看到「包裹」兩字就分為配送。

若分錯，先指出是哪個意思判斷錯，再改規則或加入一個有代表性的例子。新增例子後，也要回頭確認原本會的題目仍能答對。

例子少而清楚，比堆一大串更容易檢查

先確認每個示範答案都符合規則。如果一個例子說能有兩類，另一個卻強迫只選一類，AI 很難知道要跟哪一個。

挑例子時讓它們涵蓋不同情況，不要只是把「我的包裹」換成「他的包裹」。如果真實留言含姓名、電話或地址，先移除與分類無關的個資再使用。

當留言數量不多，簡單說清楚規則就已經有效，也不必為了使用少樣本提示而硬塞例子。是否保留例子，可以用幾則新的留言比較結果。

總結

先定義分類，再給幾組正確的「留言 → 答案」，最後拿新留言檢查。發現錯誤時修正最相關的規則或例子，你就能知道問題出在哪裡。

參考資料

• Anthropic：有效使用範例