常用提示词技巧：Few-shot 与思维链（Chain-of-Thought）

Few-shot（少样本示例）和思维链（CoT）是提升大模型输出质量的两种经典技巧，分别从「给例子」和「给推理过程」两个方向入手。

当提示词写清楚仍然效果不佳时，可以尝试两种进阶技巧。

Few-shot：给示例

在提示词里附上 2～5 个输入-输出的范例，模型会模仿范例的格式和风格。适合格式转换、分类、抽取等任务。示例越贴近你的真实数据，效果越好。

示例：「把下面句子归类为积极/消极/中性。例子：『今天天气真好』→ 积极；『堵车一小时』→ 消极。下面开始：『电影一般，但演员不错』→ 」

遇到数学、逻辑、多步决策类问题，直接让模型给答案容易出错。可以在提示词中要求「先写出推理步骤，再给出结论」，或提供一步带推理的示例。推理模型（如 o1/o3 类）内置了类似的思考机制，通常无需再写「让我们一步步思考」。

两者可以组合：先给 Few-shot 示例示范推理过程，再要求模型照此推理。