换个角度想
零样本像请一位老练的翻译直接上手：你只说「把这封邮件译成英文」，他凭经验就能做好，用不着先看几份范文。可如果你要他按公司内部的一套缩写规则来译，不给他看几个例子，他再老练也只能猜。
术语 · AI
零样本
Zero-shot
不给任何示例，只用文字说明让 AI 完成任务。适合翻译、总结、分类这类 AI 本来就熟悉的常见任务。
只说要求，不给例子
只给说明 · 常见任务只给说明 · 自定义规则任务越常见，越不需要例子
凭常识就会没见过，只能猜它没学过的口径，要靠例子教
- 你发给 AI 的话（没有示例）
任务判断这条评论是好评还是差评评论「用了三天就坏了」你发给 AI 的话（没有示例）任务按我们的规则给工单分 P0–P3工单「支付页白屏」 评论分类，模型见过无数次
它知道「坏了」通常意味着差评
P0–P3 各指什么？
没人告诉过它你们的分级标准
- 回答「差评」：一次就对回答「P2」：在你们的规矩里，支付故障是 P0
- 够用常见任务，零样本就行说清楚任务和输出格式，不必给例子补例子附上两三条分好级的工单模型没见过的口径要靠示例教，也就是少样本
用一句话说清任务，不附示例
什么时候会遇到它
常见任务
翻译、总结、改写、情感判断这类模型早就熟悉的活，直接说清楚就行。
先试一遍
新任务先用零样本跑一次，看看模型的默认理解，再决定要不要补示例。
省上下文
不放示例，提示词更短，留给正文和资料的窗口就更多。
想一想
让 AI 把用户反馈分成「功能建议 / Bug / 吐槽」三类，只给了这一句说明，结果它把不少 Bug 标成了吐槽。下一步怎么改最直接？
看答案
先把每一类的判断标准写清楚，比如「描述了具体出错步骤的算 Bug」。如果还是分不准，就附上两三条已经分好类的反馈当示例，也就是改用少样本。
最容易踩的坑
零样本不等于「随便说一句」。不给例子时，说明就是 AI 拿到的全部信息：任务、输出格式、判断标准都要写清楚，它没法从例子里自己悟出来。