| 做法 | 只写任务、约束与输出格式，不给示例 |
|---|---|
| 适合 | 分类、改写、翻译等定义清晰、输入输出模式常规的任务 |
| 不适合 | 输出模式特殊（专有格式、罕见映射）时，示例往往更省事 |
零样本示例
零样本示例
把下面这段技术说明改写为面向非技术读者的 3 句话，保留全部数字：
<data>
……原文……
</data>零样本失败常见两类原因：任务模式对模型太生僻（补示例），或描述本身有歧义（改描述）。
Zero-shot 零样本提示
不提供任何示例，直接描述任务与输出要求；适合任务定义明确、模型熟悉的常规任务，提示简短、迭代开销小。
易错点
- 把“不加示例”当成更先进的写法是误解：输出模式特殊时示例仍是直接有效的手段
- 零样本下输出波动更大，上线前要用测试集确认而不是凭感觉
数据来源与参考
- Language Models are Few-Shot Learners（Brown et al., NeurIPS 2020）中的 zero-shot 设置