Few-shot：给 AI 看例子
Zero-shot 是直接让 AI 做事，Few-shot 是先给几个 input → output 的例子，让 AI 学会你期望的模式。
把以下公司名翻译成中文简称：
Google → 谷歌
Microsoft → 微软
Amazon → 亚马逊
Netflix → ?
AI 输出：奈飞
Few-shot 特别适合格式化输出。你不需要描述格式规则，给 2-3 个例子 AI 就能推导出来。
Chain of Thought (CoT)
让 AI 先推理再给结论，而不是直接给答案。加一句 "请一步步思考" 就能触发：
一个班有 30 人，男女比例 2:3，后来转入 5 个男生。
现在男女各多少人？请一步步计算。
CoT 对数学、逻辑推理、多步骤任务效果很好。
角色设定的正确用法
❌ "你是世界上最厉害的程序员"
→ 没有用，AI 不会因为你夸它就写出更好的代码
✅ "你是一个有 10 年经验的 Node.js 后端工程师，熟悉 NestJS 和 MongoDB"
→ 有效，限定了技术栈和经验范围
角色设定的价值是缩小输出范围，不是拍马屁。
输出格式控制
明确指定输出格式，避免 AI 自由发挥：
分析以下代码的性能问题，用这个格式输出：
## 问题
[一句话描述]
## 原因
[技术原因，2-3 句]
## 修复
[代码片段]
格式化 Prompt 让输出可预测、可解析。
