Few shot 是一种在与人工智能交互时使用的技术。示例是提高 Claude 性能并引导其生成期望输出的强大工具之一，通过在提示中提供精心制作的示例，能显著提高响应的准确性、一致性和质量，这种技术也被称为少拍提示（若只提供一个示例，则称为一拍提示）。在担心大模型听不懂、理解不了时，列举 few shot 通常是有效的做法。此外，使用 Few-shots 技巧的好处在于，能脱离文字描述需求，直观地告诉模型想要的输出具体样式，这是根据 LLM 大脑读取和输出 Token 的特性，喂给它习惯的食物。
Examples are one of the most powerful tools for enhancing Claude's performance and guiding it to produce your desired output.By providing a few well-crafted examples in your prompt,you can significantly improve the accuracy,consistency,and quality of Claude's responses.This technique is particularly effective for tasks that are highly detailed or require structured outputs or adherence to specific formats.示例是提高Claude性能并引导其生成您期望输出的最强大工具之一。通过在提示中提供一些精心制作的示例，您可以显著提高Claude响应的准确性、一致性和质量。这种技术特别适用于需要高度详细或需要结构化输出或遵守特定格式的任务。This technique is also known as few-shot prompting(or one-shot prompting if only one example is provided).这种技术也被称为少拍提示（如果只提供一个示例，则称为一拍提示）。
他们分别代表了自我认同和社会认同两大需求。自我认同：当人们对自我感觉不甚满意的时候，普遍会生成两大内在动机：一个是自我成长，二是与自我和解。社会认同：人在面对他人或置身群体当中的时候，会需要归属感，希望被对方认可，被群体接纳。同时，人也想要被看见，想要彰显自己的独特性，也就是寻求存在感。于是，我们重点挑选了书中“情绪感知”和“情绪创造”两个章节的相关内容，构建我们的提示词。02.Few shot，担心大模型听不懂人话的杀手锏理论有了逻辑讲了，其实还是担心大模型听不懂、理解不了，关键也没法知道它到底看没看懂，是我提示词不行还是模型能力不行...所以只能想办法多上一些保险，但绝不是提示词越多越好，能力越强的模型越需要精准表达，不过列举few shot通常还是有效做法。于是乎，我们上网一顿搜刮，淘来了一些优秀的情绪营销标语：03.捏提示词，每一次创作都是我们的Aha时刻我们挑选了书中“情绪感知”和“情绪创造”两个章节的精彩观点，加上网上找到的优秀few shot，构建我们的提示词。提示词并未完全使用到书中的全部精华观点，还有提升空间，也欢迎大伙交流讨论：来几个栗子测试一下，多说一句，大模型依然选派Claude3.5 Sonnet，在内容理解和创作这块，绝对的顶流，一时无代餐：?江小白当年江小白靠营销文案成功出圈，很多文案还记忆深刻，这不就想着拿大模型来PK一下，白酒也是容易跟情感挂上钩的品类，我们简单输入一下初始信息：
[如何写好Prompt:迭代](https://www.lijigang.com/posts/chatgpt-prompt-iteration/)中提过,需根据自己的实际需求,看下GPT的输出结果有哪些分支输出需要增强,哪些分支输出需要剪除.使用Few-shots技巧的好处在于,脱离文字描述你的需求,直观地告诉GPT你想要的输出具体是什么样.人类大脑的认知:读取的是"意义",经过"逻辑思考",输出的也是"意义".LLM大脑的认知:读取的就是一个个的Token,输出的也是一个个的Token(概率最高的).Few-shots就是根据LLM大脑的特性,来喂给它习惯吃的食物.