【三个月 AI Agent 实战学习】Day 4 详细展开：Prompt 基础 —— 零样本与少样本（Zero-shot Few-shot）

Day 4 详细展开：Prompt 基础 —— 零样本与少样本（Zero-shot & Few-shot）

欢迎来到第四天！从今天开始，我们将进入提示词工程（Prompt Engineering）的核心领域。今天我们聚焦两种最基础的提示策略：零样本（Zero-shot）和少样本（Few-shot）。理解它们并能够灵活运用，是驾驭大模型能力的关键第一步。

一、今日学习目标

1. 理解 Zero-shot 和 Few-shot 的概念及区别。
2. 通过实验对比：在同一任务下，提供示例（Few-shot）是否比不提供示例（Zero-shot）效果更好、更稳定。
3. 学会设计一个“关键词提取器”提示词，并实现 JSON 格式的结构化输出。
4. 掌握处理模型输出不稳定问题的基本技巧（如温度调节、输出解析重试）。
5. 初步体会到 Prompt 设计对模型行为的影响力。

二、详细实现步骤

步骤 1：理解 Zero-shot 与 Few-shot

• Zero-shot（零样本）：不给模型任何示例，直接描述任务要求，让模型根据其预训练知识来完成任务。例如：

  请从以下文本中提取所有地名，以 JSON 数组返回。

  模型必须完全依靠它对“地名”的理解来完成任务。

• Few-shot（少样本）：在 Prompt 中提供 1~3 个示例（输入-输出对），让模型模仿示例的格式和逻辑来完成新任务。例如：

  示例 1：
  输入：小明去北京旅游。
  输出：[“北京”]

  示例 2：
  输入：上海和广州都是大城市。
  输出：[“上海”, “广州”]

  现在，请提取以下文本中的地名：
  输入：我计划下个月去成都和重庆出差。

为什么 Few-shot 通常更有效？因为大语言模型本质上是“模式匹配器”，示例能够更明确地告诉模型你期望的输出格式、风格和抽取粒度，减少模型自由发挥的空间。

步骤 2：搭建关键词提取任务实验

我们将设计一个“关键词提取器”，输入一段句子，输出其中最关键的名词或短语（例如产品名、地名、人名等）。我们将分别用 Zero-shot 和 Few-shot 来测试，并比较它们的输出格式一致性。

新建few_shot_demo.py：

importosimportjsonfromdotenvimportload_dotenvfromopenaiimportOpenAI load_dotenv()client=OpenAI(api_key=os.getenv("DEEPSEEK_API_KEY"),base_url="https://api.deepseek.com")defextract_keywords_zero_shot(text:str)->str:"""零样本：只给任务描述，不给示例"""prompt=f""" 请从以下文本中提取所有重要关键词（包括人名、地名、组织名、产品名等）， 要求以 JSON 数组形式返回，不要包含其他多余文字。 文本：{text}"""response=client.chat.completions.create(model="deepseek-chat",messages=[{"role":"user","content":prompt}],temperature=0.2,max_tokens=200)returnresponse.choices[0].message.contentdefextract_keywords_few_shot(text:str)->str:"""少样本：提供两个示例"""prompt=f""" 你是一个关键词提取助手。请从给定文本中提取所有重要关键词（人名、地名、组织名、产品名等）， 并以 JSON 数组格式返回。只输出 JSON 数组，不要输出其他任何解释。 示例 1： 输入：苹果公司发布了新款 iPhone。 输出：["苹果公司", "iPhone"] 示例 2： 输入：张三去上海参加人工智能大会。 输出：["张三", "上海", "人工智能大会"] 现在，请提取以下文本中的关键词： 输入：{text}"""response=client.chat.completions.create(model="deepseek-chat",messages=[{"role":"user","content":prompt}],temperature=0.2,max_tokens=200)returnresponse.choices[0].message.content# 测试文本test_text="李华在腾讯公司工作，最近他去了成都出差，并参观了当地的宽窄巷子。"print("========== Zero-shot 输出 ==========")zero_result=extract_keywords_zero_shot(test_text)print(zero_result)print("\n========== Few-shot 输出 ==========")few_result=extract_keywords_few_shot(test_text)print(few_result)# 尝试解析 JSON 看格式是否正确deftry_parse_json(s:str):try:# 模型有时会输出 markdown 代码块，需要去除ifs.startswith("```"):s=s.strip("`").strip()ifs.startswith("json"):s=s[4:]returnjson.loads(s)exceptExceptionase:returnf"解析失败:{e}"print("\nZero-shot 解析结果:",try_parse_json(zero_result))print("Few-shot 解析结果:",try_parse_json(few_result))

运行脚本：

python few_shot_demo.py

观察与思考：

• Zero-shot 输出的格式可能不太稳定，有时会带上“好的，关键词如下：”之类的废话，或者 JSON 格式不标准（例如使用单引号，或缺少方括号）。
• Few-shot 因为给出了明确的示例，模型通常能严格模仿输出格式，更容易解析。
• 你可以多运行几次 Zero-shot（将temperature稍微调高到 0.5），会发现输出变化较大；而 Few-shot 的输出相对稳定。

步骤 3：优化输出稳定性 —— 输出解析与重试

在实际项目中，我们不能完全依赖模型的自觉性，需要代码层面增加容错。上面我们写了try_parse_json函数，现在我们可以扩展它，如果解析失败，就重新请求模型，并追加一条错误反馈，要求它严格输出 JSON。

修改few_shot_demo.py，添加带重试的版本：

importtimedefextract_keywords_few_shot_with_retry(text:str,max_retries=2)->list:"""带重试机制的少样本提取，返回解析后的列表"""retries=0whileretries<=max_retries:raw=extract_keywords_few_shot(text)# 清理 markdown 代码块标记cleaned=raw.strip()ifcleaned.startswith("```"):cleaned=cleaned.strip("`")ifcleaned.startswith("json"):cleaned=cleaned[4:]try:result=json.loads(cleaned)ifisinstance(result,list):returnresultexceptException:pass# 解析失败，进入重试retries+=1# 在重试前，可以修改 Prompt 强调 JSON 格式，这里简单 sleep 一下time.sleep(1)# 最终失败则返回空列表return[]result=extract_keywords_few_shot_with_retry(test_text)print("\n带重试的 Few-shot 最终解析结果:",result)

注意：这个简单版本只是重新调用相同的 Prompt，如果模型持续输出格式错误，你可能需要动态修改 Prompt，比如追加“上次你输出的格式不对，请只输出 JSON 数组，不要包含任何其他文字”。

步骤 4：探索不同示例数量的影响（选做）

你可以尝试在 Few-shot 中提供 0 个、1 个、3 个示例，分别测试输出质量。通常 1~3 个示例已经足够，过多示例会增加 Token 消耗且收益递减。

三、常见问题与调试

Q1：模型输出中总是包含“好的，这是结果：”之类的多余文字，导致 JSON 解析失败。
→ 解决方法：

• 在 System Prompt 中明确“只输出 JSON 数组，不要有任何解释”。
• 使用更低的 Temperature（如 0.1）。
• 使用 LangChain 等框架的输出解析器（后续会学）。
• 编写一个健壮的提取函数，从文本中定位 JSON 片段（比如用正则找到[...]部分）。

Q2：Few-shot 示例中的格式必须和真实任务完全一致吗？
→ 不必完全一致，但越相似，模型迁移效果越好。建议示例尽量覆盖不同情况（如多个关键词、特殊符号等）。

Q3：为什么有时候 Zero-shot 的结果也能用？什么时候必须用 Few-shot？
→ 对于模型已经很熟悉的简单任务（如情感分析），Zero-shot 通常足够。但当任务有特定的输出格式、特定的分类体系、或者需要对领域术语进行精确抽取时，Few-shot 能大幅提高准确率。在 Agent 开发中，往往需要 Few-shot 来规范工具调用的参数格式。

Q4：示例是否会被模型“记住”？
→ 模型不会像数据库那样记住示例，示例只在当前请求的上下文中起作用。每次请求都需要重新提供示例（除非你使用了外部记忆模块，那是后续的内容）。

四、今日总结与作业

今天你完成了：

• ✅ 理解了 Zero-shot 和 Few-shot 的概念。
• ✅ 通过代码实验对比了两种策略在关键词提取任务上的效果差异。
• ✅ 学习了如何处理模型输出的 JSON 格式不稳定问题（清洗、重试）。
• ✅ 初步体会了 Prompt 设计的重要性。

今日作业（必做）：

1. 自己设计一个“情感分类器”任务：输入一段评论，输出{"sentiment": "positive/negative/neutral"}。分别用 Zero-shot 和 Few-shot 实现，并测试 5 条不同风格的评论，比较输出解析成功率。
2. 尝试在 Few-shot 的 Prompt 中加入一个“边界示例”，例如输入“今天天气不错”这种没有明显关键词的句子，看看模型能否正确返回空数组（或你认为合适的输出）。这能帮助模型处理边界情况。
3. （思考题）在构建 Agent 时，工具调用的参数往往是 JSON 格式。你打算如何设计 Few-shot 示例来指导模型精确生成工具参数？请简述你的思路。

明日预告：我们将学习思维链（Chain-of-Thought，CoT）技巧，让模型在回答问题前先展示推理过程，从而提升复杂问题的准确率。

有任何问题欢迎随时提问！