Zero-shot vs Few-shot：在 Claude 中的实战对比

一、什么是 Zero-shot 和 Few-shot？

Zero-shot：不给例子，直接提问

Zero-shot（零样本）是最常见的使用方式——你直接告诉 Claude 要做什么，不提供任何示例，完全依赖模型从训练中获得的知识来完成任务。

【Zero-shot 示例】
判断以下评论的情感倾向（正面/负面/中性）：
"产品质量还不错，但客服响应太慢了，等了三天才回复。"

Few-shot：先给例子，再让模型仿照

Few-shot（少样本）是在提问前提供1到几个示例，让模型理解你期望的输出模式、格式或风格，然后仿照示例处理新的输入。

【Few-shot 示例】
判断评论情感，输出格式参考以下示例：

示例1：
输入：物流很快，包装完好，东西和图片一样。
输出：正面 | 亮点：物流速度、包装质量、图实相符

示例2：
输入：假货！和描述完全不符，骗人的。
输出：负面 | 问题：商品与描述不符

示例3：
输入：还行，比预期便宜一点，但质感一般。
输出：中性偏负 | 亮点：价格；问题：质感

现在请处理：
输入：产品质量还不错，但客服响应太慢了，等了三天才回复。

二、Claude 对两种策略的响应特点

Claude 4 系列（Sonnet 4.6 / Opus 4.6）的训练数据规模和质量远超早期模型，这让它的 Zero-shot 能力极强——很多早期需要 Few-shot 才能完成的任务，Claude 现在直接 Zero-shot 就能高质量完成。

但 Few-shot 仍然在特定场景有不可替代的价值，主要体现在三类情况：

• 输出格式高度定制化：你需要完全按照特定的格式、风格或结构输出，而这个格式是非标准的
• 领域专属分类体系：你的分类标签或判断维度是你公司内部定义的，不是通用概念
• 风格精确模仿：你需要 Claude 模仿特定人物或品牌的写作风格，而这种风格有很多细微特征

三、8类任务实战对比

任务一：情感分析

示例输入：快递超快，东西不错，还会回购。
示例输出：{"sentiment":"positive","score":0.85,"tags":["物流","品质","复购意向"]}

示例输入：包装破损，内容物有刮痕，要求退款。
示例输出：{"sentiment":"negative","score":0.92,"tags":["包装","商品损坏","售后"]}

处理：[你的评论]

结论：普通情感分析用 Zero-shot 就够；需要固定 JSON 格式供下游程序处理时，用 Few-shot 确保格式一致性。

任务二：文本分类（自定义标签体系）

分类规则示例：

工单：我的优惠券不能用了
类别：账号问题（优惠券绑定账号）

工单：我下了订单但不想要了，怎么取消？
类别：订单问题（订单操作）

工单：收到的颜色和网页图片不一样
类别：产品问题（商品与描述不符）

工单：已经退货了，钱什么时候到账？
类别：退款问题（退款进度查询）

请分类：[工单内容]

结论：使用公司内部定义的分类体系时，Few-shot 是必须的——它能对齐你对每个类别的定义边界，大幅减少边界情况的误分类。

任务三：信息提取

信息提取任务大多数情况下 Zero-shot 就足够——Claude 对”提取”这类任务理解准确，只要你说清楚要提取什么字段。Few-shot 在字段名称有歧义、或者来源格式极不规范时才有明显帮助。

任务四：风格模仿写作

参考以下鲁迅的原文风格：

【参考段落1】
"我翻开历史一查，这历史没有年代，歪歪斜斜的每叶上都写着'仁义道德'几个字。
我横竖睡不着，仔细看了半夜，才从字缝里看出字来，满本都写着两个字是'吃人'！"

【参考段落2】
"中国人的性情是总喜欢调和折中的，譬如你说，这屋子太暗，须在这里开一个窗，
大家一定不允许的。但如果你主张拆掉屋顶，他们就会来调和，愿意开窗了。"

注意他的风格特征：
- 日记体或随笔体，第一人称叙述
- 看似平静的陈述中藏着辛辣讽刺
- 善用反语和类比
- 句子有力，不拖沓

现在用这种风格写一段关于现代人刷短视频的讽刺文字（200字）。

结论：风格模仿是 Few-shot 效果最显著的任务之一。越是细腻的风格特征，越需要真实的示例文本来引导，语言描述难以精确传达。

任务五：代码生成

代码生成任务 Zero-shot 通常就够用。例外是：你有非常特定的代码风格要求（如特定的命名规范、错误处理模式），或者需要生成符合现有代码库习惯的代码时，提供现有代码作为 Few-shot 示例效果更好。

任务六：摘要生成

内部报告摘要格式示例：

原文主题：Q3 销售数据分析
摘要：
▶ 核心结论：Q3 营收同比增长23%，但净利润下降8%
▶ 关键驱动：华南区表现突出，贡献新增营收的60%
▶ 风险预警：库存周转率下降，需关注Q4压货风险

请用同样格式生成以下报告的摘要：[报告内容]

任务七：数据清洗/格式转换

把以下非标准地址格式化为统一格式。参考示例：

输入：北京朝阳区望京soho T2 1001
输出：{"province":"北京","city":"北京","district":"朝阳区","street":"望京SOHO","building":"T2","room":"1001"}

输入：上海市浦东新区陆家嘴环路1000号恒生银行大厦20F
输出：{"province":"上海","city":"上海","district":"浦东新区","street":"陆家嘴环路","building":"恒生银行大厦","room":"20F","extra":"1000号"}

请处理：广州天河区珠江新城华夏路10号富力中心B座3008

结论：格式转换任务中，Few-shot 几乎是必须的——输入格式多变、输出格式严格，示例能精确告诉 Claude 如何处理各种边界情况。

任务八：创意写作

创意写作任务是 Zero-shot 更有优势的领域——过多的示例约束反而会让输出模式化。除非你需要精确模仿某种特定风格（见任务四），否则给清晰的任务描述后让 Claude 自由发挥效果更好。

四、选择策略决策框架

你的任务是否有「非标准的输出格式」？
├── 是 → Few-shot（提供2-3个格式示例）
└── 否
    ├── 分类标准是否有「公司内部定义的边界」？
    │   ├── 是 → Few-shot（提供边界案例示例）
    │   └── 否
    │       ├── 是否需要「精确模仿特定风格」？
    │       │   ├── 是 → Few-shot（提供风格示例文本）
    │       │   └── 否
    │       │       ├── 是否是「数据格式转换」任务？
    │       │       │   ├── 是 → Few-shot（输入输出对示例）
    │       │       │   └── 否 → Zero-shot（先试，效果差再加示例）
    └── ──────────────────

兜底原则：先用 Zero-shot，如果3次优化后效果还不满意，再考虑加 Few-shot 示例

五、Few-shot 示例设计的5个核心原则

原则一：示例要覆盖边界情况

示例不应该只展示”最典型”的情况，更要包含容易混淆的边界案例：

❌ 只有典型案例（效果有限）：
示例1：苹果 → 水果
示例2：香蕉 → 水果
示例3：狗 → 动物

✅ 包含边界情况（效果好）：
示例1：苹果 → 水果
示例2：番茄 → 蔬菜（注意：虽然植物学上是水果，但按日常用法归蔬菜）
示例3：海带 → 蔬菜（海洋植物按食材类型归类）
示例4：蘑菇 → 蔬菜（菌类按食材归类，不按植物分类）

原则二：示例数量：2-4个通常最优

研究表明，2-4个示例通常能达到 Few-shot 的主要效果。超过5个示例的边际收益快速递减，还会增加 token 消耗。特别简单的格式问题1个示例就够；分类任务建议每个主要类别各1个示例。

原则三：示例和目标任务要分布一致

你的示例应该能代表实际任务中会遇到的各类情况。如果实际任务中80%是正面评论、20%是负面，示例里只有负面评论，会导致模型偏差：

✅ 示例分布要平衡（或与实际任务分布一致）：
如果实际任务中正面/负面/中性比例是 5:3:2，
那么5个示例建议包含约2-3个正面、1-2个负面、1个中性。

原则四：示例格式要完全统一

所有示例的格式必须完全一致——字段顺序、分隔符、换行方式都要保持一样。任何格式不一致都会让 Claude 困惑，导致输出格式不稳定。

❌ 格式不一致（容易造成输出混乱）：
示例1：输入：xxx → 输出：yyy
示例2：
输入：aaa
输出：bbb

✅ 格式完全统一：
示例1：
[输入] xxx
[输出] yyy

示例2：
[输入] aaa
[输出] bbb

原则五：示例质量比数量更重要

3个精心选择的高质量示例，效果远好于10个随便拼凑的示例。在选择示例时，优先选择能清晰展示关键判断逻辑的案例，而不是最容易的案例。

六、三种 Few-shot 变体

变体一：One-shot（只用一个示例）

当格式非常简单、或者你的 token 预算有限时，一个示例往往就够了：

参考格式：
评论：产品很好，下次还买。
标签：[正面][复购意向][产品满意]

请处理：[新评论]

变体二：Chain-of-thought Shot（带推理过程的示例）

示例中不只展示输入输出，还展示推理过程。对于复杂判断任务效果极好：

判断以下合同条款是否对甲方有利。参考示例：

条款：乙方须在收到货款后30日内发货，逾期每日赔偿合同金额的0.1%。
思考：这条款规定了乙方的发货义务和逾期赔偿，从甲方角度看，30天发货期
     较宽松，但有明确的违约赔偿机制，整体对甲方有一定保护。
结论：基本有利于甲方 ✓

条款：因不可抗力导致的损失，双方各自承担。
思考：这是对等条款，但"不可抗力"定义模糊，如果后续认定标准不一，
     可能导致甲方损失无法追偿。
结论：需谨慎，建议明确不可抗力的定义范围 ⚠️

请判断：[新条款]

变体三：Negative Shot（展示反例）

有时候明确展示”不要这样”比展示正确示例更有效，特别是当你需要避免某种常见错误时：

写一个产品标题，要求简洁有力。

❌ 不好的示例（这类标题请避免）：
"全新升级超强性能极致体验多功能一体旗舰手机"
→ 问题：堆砌词汇，没有具体信息，用户无法获取有效信息

❌ 不好的示例：
"手机"
→ 问题：太简短，缺乏差异化信息

✅ 好的示例（参考这种风格）：
"3天超长待机 + 6000万像素 | 户外摄影师的专属手机"
→ 优点：有具体数字、有目标用户、有核心卖点

现在为以下产品写标题：[产品信息]

七、实用代码：自动切换策略

import anthropic
from typing import Optional

client = anthropic.Anthropic()


def zero_shot(task: str, system: str = "") -> str:
    """Zero-shot 调用"""
    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=1024,
        system=system,
        messages=[{"role": "user", "content": task}]
    )
    return response.content[0].text


def few_shot(
    task: str,
    examples: list[dict],       # [{"input": "...", "output": "..."}, ...]
    system: str = "",
    example_format: str = "Input: {input}\nOutput: {output}",
) -> str:
    """
    Few-shot 调用

    Args:
        task:          当前要处理的任务
        examples:      示例列表，每个示例包含 input 和 output
        system:        系统提示词
        example_format: 示例的格式模板
    """
    # 构建示例文本
    examples_text = "\n\n".join(
        example_format.format(**ex) for ex in examples
    )

    prompt = f"""参考以下示例：

{examples_text}

现在请处理：
{task}"""

    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=1024,
        system=system,
        messages=[{"role": "user", "content": prompt}]
    )
    return response.content[0].text


def auto_strategy(
    task: str,
    examples: Optional[list[dict]] = None,
    system: str = "",
) -> tuple[str, str]:
    """
    自动选择策略：有示例用 Few-shot，没有示例用 Zero-shot
    返回：(结果, 使用的策略)
    """
    if examples and len(examples) > 0:
        result = few_shot(task, examples, system)
        return result, "few-shot"
    else:
        result = zero_shot(task, system)
        return result, "zero-shot"


# ── 使用示例 ─────────────────────────────────────

# 情感分析：Zero-shot 够用
result, strategy = auto_strategy(
    task="分析情感：'产品不错但发货慢，差评！'",
    system="你是一名情感分析专家，输出简洁准确。"
)
print(f"[{strategy}] {result}")

# 地址格式化：Few-shot 更好
address_examples = [
    {
        "input": "北京朝阳区望京soho T2 1001",
        "output": '{"city":"北京","district":"朝阳区","building":"望京SOHO T2","room":"1001"}'
    },
    {
        "input": "上海浦东陆家嘴环路1000号恒生大厦20F",
        "output": '{"city":"上海","district":"浦东新区","street":"陆家嘴环路1000号","building":"恒生大厦","room":"20F"}'
    }
]

result, strategy = auto_strategy(
    task="请格式化：广州天河珠江新城华夏路10号富力中心B座3008",
    examples=address_examples
)
print(f"[{strategy}] {result}")

常见问题

Q：Few-shot 示例越多越好吗？
不是。2-4个精心挑选的示例通常是最优区间。超过5个示例后，每增加一个示例的边际收益快速递减，却持续增加 token 消耗（意味着更高费用和更长响应时间）。唯一值得超过4个的情况是你的分类体系有很多类别，需要每个类别各给一个示例。

Q：示例里可以放错误的输出吗（作为反例）？
可以，见本文”Negative Shot”变体。但要明确标注”不好的示例/避免这样做”，而不是直接放错误输出。研究显示，混入无标注的错误示例会降低模型性能。

Q：API 调用中 Few-shot 示例应该放在 system 还是 messages 里？
两种方式都可以，但有微妙差异。放在 system 里的示例优先级更高、更稳定；放在 messages 里更灵活，可以通过对话轮次动态增减。对于固定的格式示例，放 system；对于需要动态调整的示例，用 messages。

总结

Zero-shot 和 Few-shot 不是非此即彼的选择，而是根据任务特性灵活运用的两种工具。Claude 4 系列的 Zero-shot 能力已经非常强，大多数任务不需要 Few-shot——先用 Zero-shot 试，效果不满意再考虑加示例。真正需要 Few-shot 的场景主要是四类：非标准输出格式、内部定义的分类体系、精确风格模仿、复杂格式转换。掌握好这个判断框架，能在不增加不必要复杂度的前提下，把 Prompt 的效果最大化。