Few-Shot vs Zero-Shot Prompting：如何选择？
难度：基础 分类：Prompt Engineering
简短回答
Zero-shot Prompting 不提供任何示例，直接描述任务让 LLM 执行——依赖模型从预训练中学到的通用能力。Few-shot Prompting 在 Prompt 中提供 2-5 个输入输出示例，让模型通过"模仿"理解任务格式和期望。选择原则：任务简单且模型理解充分 → Zero-shot（更省 token、更灵活）；任务有特定格式/逻辑或模型表现不稳定 → Few-shot（更准确、更一致）。研究表明 Few-shot 在分类和格式化任务上优势显著，但在复杂推理任务上，Few-shot 的优势被 CoT 等推理增强技术压缩。随着模型能力提升（GPT-4、Claude Opus 等），Zero-shot 的能力边界在不断扩大——很多过去需要 Few-shot 的任务现在 Zero-shot 就能做好。
详细解析
核心区别
代码块
Python
# Zero-shot：直接描述任务，无示例
zero_shot_prompt = """
将以下客户评价分类为"正面"、"负面"或"中性"。
评价：这个产品用了一周就坏了，太失望了。
分类：
"""
# 模型需要自己理解"分类"的含义和格式
# Few-shot：提供示例，模型模仿模式
few_shot_prompt = """
将客户评价分类为"正面"、"负面"或"中性"。
评价：非常好用，超出预期！
分类：正面
评价：还行吧，没什么特别的。
分类：中性
评价：快递太慢了，包装也破损了。
分类：负面
评价：这个产品用了一周就坏了，太失望了。
分类：
"""
# 模型通过示例理解输出格式和分类标准
何时选择 Zero-shot
代码块
Python
use_zero_shot_when = [
"任务在模型预训练中常见（翻译、摘要、问答）",
"使用足够强的模型（GPT-4、Claude Opus）",
"任务描述本身足够清晰明确",
"需要灵活处理多样化的输入",
何时选择 Few-shot
代码块
Python
use_few_shot_when = [
"任务有特定的输出格式（JSON、表格、特殊结构）",
"分类标签有领域特定含义（不是通用的正面/负面）",
"模型在 Zero-shot 下表现不稳定",
"需要教模型一个它不熟悉的模式",
Few-shot 的最佳实践
代码块
JSON
few_shot_best_practices = {
"示例数量": {
"建议": "2-5 个示例最佳",
"原因": "太少不够学习模式，太多浪费 token 且可能引入噪声",
"例外": "复杂任务可以用 5-10 个示例",
},
"示例质量": {
"多样性": "覆盖不同的输入类型和边界情况",
"代表性": "包含典型案例，不只是简单案例",
"平衡性": "每个分类标签的示例数量大致相等",
},
动态 Few-shot：结合两者优势
代码块
Python
class DynamicFewShot:
"""根据输入动态选择最相关的示例"""
def __init__(self, example_bank, embedding_model):
self.examples = example_bank # 预存的示例库
self.embedder = embedding_model
性能对比数据（示意，请以最新公开评测为准）
情感分类（SST-2，示意值）：
#vfkGDiQbscTS text{white-space:pre}.fb0{stroke:var(--N900-FG, 0.15)}.fx0{stroke-miterlimit:10}.fa1{fill:#bbbfc4}.fx1{font:normal 400 12px MonospacedNumber,LarkHackSafariFont,LarkEmojiFont,LarkChineseQuote,-apple-system,BlinkMacSystemFont,Helvetica Neue,Tahoma,PingFang SC,Microsoft Yahei,Arial,Hiragino Sans GB,sans-serif,Apple Color Emoji,Segoe UI Emoji,Segoe UI Symbol,Noto Color Emoji}.fx2{text-anchor:middle}.fx3{dominant-baseline:central}.fx4{stroke:none}.fc0{fill:var(--text-caption)}.fa2{fill:var(--text-link-disabled)}.fx5{font:400 normal 13px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fx6{text-anchor:start}.fx7{dominant-baseline:alphabetic}.fc1{fill:rgb(0, 0, 0)}.fb1{fill:var(--N900-FG, 0.15)}.fb2{fill:rgb(209, 217, 224)}.fa3{fill:var(--bg-body)}ABC1234方法Zero-shotFew-shot (3)Few-shot (5)GPT-3.5~88%~93%94%GPT-495%~96%~96%
观察：
Few-shot 对弱模型帮助更大（+6pp vs +1pp）
强模型 Zero-shot 已经很好
数学推理（GSM8K，示意值）：
3 个示例就已获得大部分提升
#guQURosZAUxJ text { white-space: pre; }#guQURosZAUxJ .fb0 { stroke: var(--N900-FG, 0.15); }#guQURosZAUxJ .fb0 {stroke: rgba(31,35,41, 0.15)}#guQURosZAUxJ .fx0 { stroke-miterlimit: 10; }#guQURosZAUxJ .fx0 {stroke-miterlimit: 10}#guQURosZAUxJ .fa1 { fill: rgb(187, 191, 196); }#guQURosZAUxJ .fa1 {fill: rgb(187, 191, 196)}#guQURosZAUxJ .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#guQURosZAUxJ .fx1 {font-style: normal}#guQURosZAUxJ .fx2 { text-anchor: middle; }#guQURosZAUxJ .fx2 {text-anchor: middle}#guQURosZAUxJ .fx3 { dominant-baseline: central; }#guQURosZAUxJ .fx3 {dominant-baseline: central}#guQURosZAUxJ .fx4 { stroke: none; }#guQURosZAUxJ .fx4 {stroke: none}#guQURosZAUxJ .fc0 { fill: var(--text-caption); }#guQURosZAUxJ .fc0 {fill: #646a73}#guQURosZAUxJ .fa2 { fill: var(--text-link-disabled); }#guQURosZAUxJ .fa2 {fill: rgb(187, 191, 196)}#guQURosZAUxJ .fx5 { font: 400 13px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#guQURosZAUxJ .fx5 {font-style: normal}#guQURosZAUxJ .fx6 { text-anchor: start; }#guQURosZAUxJ .fx6 {text-anchor: start}#guQURosZAUxJ .fx7 { dominant-baseline: alphabetic; }#guQURosZAUxJ .fx7 {dominant-baseline: alphabetic}#guQURosZAUxJ .fc1 { fill: rgb(0, 0, 0); }#guQURosZAUxJ .fc1 {fill: rgb(0, 0, 0)}#guQURosZAUxJ .fb1 { fill: var(--N900-FG, 0.15); }#guQURosZAUxJ .fb1 {fill: rgba(31,35,41, 0.15)}#guQURosZAUxJ .fb2 { fill: rgb(209, 217, 224); }#guQURosZAUxJ .fb2 {fill: rgb(209, 217, 224)}#guQURosZAUxJ .fa3 { fill: var(--bg-body); }#guQURosZAUxJ .fa3 {fill: #fff}AB12345方法Zero-shotFew-shot (8)Zero-shot CoTFew-shot CoTGPT-4~80%~82%~90%~92%
观察：CoT 的提升 > Few-shot 的提升，对于推理任务，推理方式比示例数量更重要
说明：上述数字为不同公开报告整理后的趋势值（GPT-3.5/4 SST-2、GSM8K）， 具体数字会因评测脚本、解析方式、提示版本而有 ±2pp 抖动。 建议在自己业务数据上用 lm-eval-harness / Inspect AI 现场跑，作为权威基准。 原始引用可见 OpenAI GPT-4 Technical Report (2023)、PromptArena leaderboard、HELM。
决策流程图
选型决策：任务简单模型强走 Zero-shot，要格式或稳定性走 Few-shot，要推理上 CoT，不确定先试 Zero-shot。
常见误区 / 面试追问
误区："Few-shot 总是比 Zero-shot 好" — 不一定。(1) 在推理任务上，CoT 的提升远大于示例的提升；(2) 不好的示例可能误导模型（示例质量比数量更重要）；(3) 强模型的 Zero-shot 已经接近人类水平。
误区："示例越多越好" — 超过 5-10 个示例后，边际收益递减且成本急增。更多示例 = 更多 input token = 更高成本 + 更少剩余空间给模型思考。
追问："如何选择 Few-shot 的示例？" — 三个原则：(1) 多样性——覆盖不同类型的输入；(2) 代表性——选典型案例而非极端案例；(3) 相关性——最好与待处理的输入相关。动态 Few-shot（检索最相关的示例）是生产中的最佳实践。
追问："One-shot（只给一个示例）有用吗？" — 有用，尤其在教模型特定输出格式时。一个精心选择的示例可能比三个普通示例更有效。但对于分类任务，一个示例可能引入偏差（模型倾向于输出示例中的标签）。