在 Agent 语境下，Zer-shot、One-shot 和 Few-shot Prompting 有什么区别？

Question

Accepted Answer

在 AI Agent（智能体） 的语境下，Zero-shot、One-shot 和 Few-shot Prompting 的核心区别不仅仅在于“给了几个例子”，而在于模型是如何学习“思考路径（Reasoning）”和“工具使用（Tool Use）”的。 Agent 的核心通常涉及 感知 -> 规划 -> 行动（调用工具） -> 反馈 的循环。这三种提示策略决定了 Agent 如何理解这个流程。 我们可以用“教新员工做事”来类比这三者： --- 1. Zero-shot Prompting (零样本提示) 定义： 你不给模型任何具体的示例，只给出任务描述、可用工具的定义和系统指令（System Prompt）。模型完全依赖其预训练知识和指令遵循能力来推断该怎么做。 Agent 语境下的特点： 依靠通用逻辑： Agent 必须自己“悟”出如何将用户意图转化为工具调用。 测试泛化能力： 用于测试模型是否真正理解了工具的文档描述。 示例 (Prompt)： > System: 你是一个天气助手。你可以使用 工具。 > User: 帮我查查北京的天气。 Agent 的内部反应： > (模型...