如何更好地与小龙虾(Openclaw)交流(三)--提示词工程的进阶技巧-上下文学习

上一篇文章中，我们掌握了通过结构化组件来构建Prompt，以便和AI大模型更好交流的技巧。本文，我们继续学习通过上下文学习的技巧让AI大模型可以给出更好的反馈生成。

我们可以为AI大模型提供我们想要完成的目标任务的具体示例。这通常被称为上下文学习(in-context learning)，其中，我们为模型提供正确的示例让模型学习参考，“一例胜千言”。这些示例直接展示了AI大模型应该实现什么以及如何实现。

根据向LLM展示的示例数量，上下文学习可以有多种形式。零样本提示不使用示例，单样本提示使用一个示例，少样本提示使用两个或更多示例。

零样本提示：

把下述文本分类为中性、负向或正向：文本：今天天气不错

零样本提示：提示词中不使用示例

把下述文本分类为中性、负向或正向：文本：今天天气不错语气：

单样本提示：提示词中使用一个示例

把下述文本分类为中性、负向或正向：文本：我觉得这道菜还可以。语气：中性文本：今天天气不错语气：

单样本提示：提示词中使用多个示例

把下述文本分类为中性、负向或正向：文本：我觉得这道菜还可以。语气：中性文本：我觉得这道菜很棒。语气：正向文本：我觉得这道菜很差。语气：负向文本：今天天气不错语气：

当然，我们也可以使用“举例”、“例如”、“按照示例进行***”等提示词，让AI大模型清晰的知道要参考示例进行学习。