3、Prompt 进阶技巧：Chain-of-Thought（思维链）、Few-Shot与Zero-Shot、温度参数与Top-P采样
好，咱们继续深入。上一章聊了基础 Prompt 怎么写，说白了就是「把话说清楚」。但到了真实项目里，你会发现光说清楚还不够——模型有时候就是「脑子转不过弯来」。这时候，就需要上点进阶技巧了。
我个人习惯把 Prompt 工程分成两个维度：一个是「怎么问」，另一个是「怎么控」。思维链、Few-Shot 这些属于前者，温度参数、Top-P 属于后者。咱们一个一个来。
3.1 Chain-of-Thought（思维链）：让模型「把步骤写出来」
先问个问题：你让模型算「23 × 47 = ?」，它直接给你个答案。你敢信吗？反正我不敢。
模型本质上是个「下一个词预测器」，它没有真正的计算能力。你让它直接输出结果，它大概率是在「猜」——从训练数据里回忆一个相近的答案。这跟人类心算一样，容易出错。
思维链的核心思想很简单：让模型把推理步骤写出来。
我在项目中遇到过这样一个场景：需要模型分析一段用户评论的情感倾向，同时还要给出理由。一开始我用普通 Prompt，结果模型经常给出「正面」但理由驴唇不对马嘴。后来改成思维链，让模型先提取关键句，再判断情感，准确率直接提升了 15%。
普通 Prompt：
Q: 23 × 47 = ?
A: 1081思维链 Prompt：
Q: 23 × 47 = ?
A: 先算 20 × 47 = 940，再算 3 × 47 = 141，最后 940 + 141 = 1081看到了吗？后者把计算过程拆开了。模型在生成「940 + 141 = 1081」的时候，其实是在做「文本补全」，而不是真的在算数。但效果就是好——因为中间步骤给了它「思考的锚点」。
我的经验：思维链最适合数学推理、逻辑判断、多步骤分析这类任务。如果是简单的分类或提取，反而没必要，因为会增加 Token 消耗。
3.2 Few-Shot 与 Zero-Shot：给不给例子，差别很大
这两个概念其实很好理解。Zero-Shot 就是「不给例子，直接问」。Few-Shot 就是「先给几个例子，再问」。嗯，就这么简单。
但实际用起来，门道不少。
Zero-Shot 适合什么？ 通用知识问答、简单分类。比如「把这句话翻译成英文」，模型天生就会，不需要例子。
Few-Shot 适合什么？ 格式要求严格、输出结构固定、或者模型不太熟悉的任务。比如让模型输出 JSON 格式的数据，你不给个例子，它可能给你输出 Markdown 表格。
Zero-Shot 示例：
请将以下句子分类为「正面」或「负面」：
「这家餐厅的服务太差了。」
输出：负面Few-Shot 示例：
请将以下句子分类为「正面」或「负面」：
例子1：「菜品味道很好，环境也不错。」 -> 正面
例子2：「上菜太慢了，服务员态度也不好。」 -> 负面
例子3：「价格合理，但分量太少。」 -> 负面
现在请分类：
「这家餐厅的服务太差了。」
输出：我曾经踩过一个坑：给 Few-Shot 例子的时候，给了 5 个正面例子、1 个负面例子。结果模型疯狂输出正面，因为「样本不平衡」。你想想看，模型其实是在「模仿」你给的例子分布。所以 Few-Shot 的样本要均衡，最好正反各一半。
避坑指南：我曾经在做一个客服意图识别项目时，给了 3 个「退货」的例子、1 个「咨询」的例子。结果模型把大部分请求都识别成「退货」。后来我把例子改成各 2 个，准确率才恢复正常。Few-Shot 的样本数量和比例，直接影响模型的行为。
3.3 温度参数与 Top-P 采样：控制模型的「创造力」
这部分属于「控」的维度。说白了，就是调节模型「敢不敢冒险」。
温度参数（Temperature）：值越低，模型越「保守」，总是选概率最高的词。值越高，模型越「发散」，会选一些概率低的词。
- Temperature = 0：每次都选最确定的词，输出几乎固定。适合事实性问答、代码生成。
- Temperature = 0.7~1.0：有一定随机性，输出多样化。适合创意写作、对话。
- Temperature > 1.0：非常随机，容易跑偏。我基本不用，除非在做头脑风暴。
Top-P 采样（Nucleus Sampling）：这个参数控制「候选词的范围」。Top-P = 0.9 表示只从概率总和占 90% 的那些词里选。值越小，候选词越少，输出越确定。
实际项目中的搭配建议：
| 任务类型 | Temperature | Top-P | 说明 |
|---|---|---|---|
| 代码生成 | 0 ~ 0.2 | 0.1 ~ 0.3 | 要精确，不要创意 |
| 事实问答 | 0 ~ 0.3 | 0.3 ~ 0.5 | 稳定输出，避免幻觉 |
| 创意写作 | 0.7 ~ 0.9 | 0.8 ~ 0.95 | 需要多样性 |
| 对话系统 | 0.5 ~ 0.7 | 0.7 ~ 0.9 | 平衡稳定与自然 |
我建议你记住一个原则：先调 Temperature，再调 Top-P。Temperature 控制「整体冒险程度」，Top-P 控制「候选范围」。两者配合使用，效果比单独调一个要好。
一个小技巧：如果你发现模型输出「太死板」，先试着把 Temperature 从 0 调到 0.3。如果还是不够多样，再调 Top-P。不要一上来就 Temperature 拉到 0.9，那样输出会变得「疯疯癫癫」的。
3.4 把这些技巧组合起来
实际项目中，很少只用单一技巧。我常用的组合套路是这样的：
- 先用 Zero-Shot 试水：看看模型能不能直接理解任务。
- 如果效果不好，加 Few-Shot 例子：2~3 个高质量例子就够了。
- 如果任务需要推理，加思维链：让模型输出中间步骤。
- 最后调温度和 Top-P：根据任务类型选择合适的参数。
一个完整的例子：
任务：分析用户反馈，提取问题类别和严重程度
Prompt：
你是一个客服质量分析助手。请分析以下用户反馈，先列出关键问题点，再给出类别和严重程度（高/中/低）。
例子：
反馈：「我昨天下的订单，今天还没发货，客服电话也打不通。」
关键问题点：1. 订单未发货 2. 客服无法联系
类别：物流问题
严重程度：高
反馈：「App 偶尔会闪退，但重启后就好了。」
关键问题点：1. App 闪退
类别：技术问题
严重程度：中
现在请分析：
反馈：「你们的产品质量太差了，用了三天就坏了，而且售后说要我自己出运费。」
关键问题点：
类别：
严重程度：
参数设置：Temperature=0.2, Top-P=0.3你看，这个 Prompt 同时用了 Few-Shot（给了两个例子）、思维链（先列关键问题点再分类），还配合了低温度和低 Top-P（确保输出稳定）。这就是一个典型的「进阶组合拳」。
最后提醒一句：这些参数不是万能的。我曾经在一个项目里调了半天的参数，结果发现是 Prompt 本身写错了。先确保 Prompt 质量，再调参数——这个顺序别搞反了。
好，这一章的内容就到这儿。下一章咱们聊聊「Prompt 的工程化落地」，怎么把 Prompt 管理起来、怎么测试、怎么迭代。到时候见。