Day 7｜Zero-shot vs Few-shot：要不要先給模型看範例？

昨天把 prompt 的骨架搭好了，今天來看內容怎麼寫比較有效。同一個任務，可以直接叫模型做（zero-shot），也可以先給它看幾個「範例」再叫它做（few-shot）。兩者的差別，常常決定輸出品質跟格式的穩定。

Zero-shot：直接說清楚要什麼

Zero-shot 就是不給範例，單純用指令描述任務。例如：

請判斷以下評論是正面、負面還是中立，只回傳一個詞：「這家店的服務態度很差，但餐點意外地好吃」

這種做法適合任務本身夠簡單、夠明確的情況——模型光靠訓練時學到的知識就能理解怎麼做。缺點是，當任務比較特殊、格式要求比較細（例如你想要的分類詞彙、輸出長度、語氣），光用文字描述，模型不一定每次都抓得準。

Few-shot：先看範例，再照著做

Few-shot 是在正式問題之前，先給模型幾組「輸入 → 輸出」的範例，讓它從範例裡「抓」出你要的格式跟判斷標準。

import os
import anthropic

client = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

few_shot_prompt = """請判斷評論的情緒，只回傳「正面」「負面」或「中立」其中一個詞。

評論：「出貨超快，包裝也很仔細」
情緒：正面

評論：「東西還行，沒有特別驚艷」
情緒：中立

評論：「客服完全不回訊息，體驗很差」
情緒：負面

評論：「這家店的服務態度很差，但餐點意外地好吃」
情緒："""

response = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=10,
    messages=[{"role": "user", "content": few_shot_prompt}],
)

print(response.content[0].text)

給了三個範例之後，模型不只知道「要做情緒分類」，還知道「答案只回傳一個詞、用詞是這三選一」。這種格式上的穩定性，是 zero-shot 比較難保證的。

Few-shot 不是萬能的

可能付出的代價：

• token 成本增加：每次呼叫都要把範例重複送一次，範例越多、越長，成本跟延遲都跟著上升。
• 範例會「帶風向」：如果給的範例剛好都是某種特定型態（例如都是負評），模型可能會不自覺地偏向那個型態判斷，反而失準。

這裡先點一下：像上面這種「每次都要重複送的固定範例」，其實是很適合搭配 prompt caching 的內容——Part 3 講 Context Engineering 時會回來講怎麼靠這個機制省成本。

今日小結

Zero-shot 適合簡單、明確的任務；任務有特定格式或判斷標準時，few-shot 通常能讓輸出更穩定，代價是多花 token、也要留意範例本身會不會誤導模型。這兩者不用二選一，常見的做法是「先試 zero-shot，不夠穩定再加範例」。

明天要處理的是另一種情況：有些任務不是「格式」不穩，而是模型的「推理過程」本身就會出錯——這時候該怎麼辦？