示例组合建议
| 类型 | 作用 | 数量建议 |
|---|---|---|
| 典型样本 | 锚定正确行为的基线 | 1-2 个 |
| 边界样本 | 空值、极短、多语言等极端输入 | 1 个 |
| 易错样本 | 容易被误判的近似情形 | 1 个 |
格式一致性演示（示例片段）
格式一致性演示（示例片段）
输入：工单：充电器发热严重，已换过一次仍有问题。
输出：{"category": "硬件", "severity": "中", "need_return": true}
后续所有示例的字段名、引号、布尔写法都与上面完全一致。示例挑选与边界覆盖
示例要覆盖典型、边界、易错三类情形，并保持与目标输出完全一致的格式；示例对输出稳定性的影响常大于规则描述。
易错点
- 示例格式的细微不一致（标点、字段顺序）会被模型放大复制，污染全部输出
- 示例全是典型样本时，边界输入表现会骤降
数据来源与参考
- Language Models are Few-Shot Learners（Brown et al., NeurIPS 2020）：上下文学习