知识增量Knowledge Deltav0.1无限进步

零样本提示

Zero-shot prompting
学到 会用 就够:能亲手用起来
你可能会说

“我还没有标好范例,但想先让 AI 给政府工作报告分主题;只说明规则,不给示例,能否先试一轮?”

零样本提示是在当前任务里只给说明而不给示范答案,让模型直接处理新输入;“零”指示例数量,不是模型从未见过类似知识。

先知道提示词
也叫Zero-shot、零示例提示
2

使用 AI

科研里的例子

先定义乡村振兴、社会保障和生态治理三类,再让 AI 编码一批段落;将难判的交叉段落单独留作人工复查。

这个说法描述一次提示的组织方式,不能证明模型训练时没有接触相关文本。它适合先做基线,看看明确的类别定义已经能解决多少问题。若任务包含细微边界,例如产业政策与一般经济管理的区别,只有抽象说明可能不够。比较零样本与其他方案时,应固定材料和评价标准,记录边界错误,而不是只比较哪份输出更像论文语言。

+

在你的学科里,直接拿去用

把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。
我的原话:[粘贴]
可用材料:[列出文件、表、链接或说明目前没有材料]
使用者与用途:[填写]
先用普通中文复述目标,再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果,最多问3个问题;其他假设明确列出。先交付任务说明,不擅自执行与改文件。
方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
3

判断

亲手检查一次

保留一份人工核对的测试段落,统计漏标和错标,再决定是否需要加入示例,而不是一开始就堆很长模板。

它做不到的

零样本不是零准备,更不等于没有训练数据泄漏;它无法替你决定分类标准是否有理论意义或互斥关系。

Δ

增量,由你来写

读完这张,你的理解变了什么?

留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。

源

来源

卡片底稿由 AI 协助整理,经过核对;发现错误请告诉我。