Примеры в промпте

Попробуйте описать словами тон, в котором поддержка отвечает клиентам: «дружелюбно, но не панибратски, коротко, но без сухости, с извинениями, но без самоуничижения». Три строки — и всё равно неточно. А один настоящий ответ хорошего оператора объясняет всё сразу. Этот урок про примеры в промпте — приём, который в документации называют одним из самых надёжных способов управлять форматом, тоном и структурой ответа.

Что такое few-shot

Термин пришёл из исследований: zero-shot — задача без примеров, one-shot — с одним, few-shot — с несколькими. «Shot» здесь — это показанный образец. В повседневной работе всё сводится к простому: в промпт кладут несколько пар «вход — правильный выход», и модель продолжает в том же духе.

Примеры хороши для двух вещей: получить правильный ответ (модель видит, как рассуждать и что считать верным) и получить правильный формат (модель видит, как должен выглядеть результат, вплоть до знаков препинания).

Пример: тон, который не описать

В туториале есть сценарий «бот-родитель», отвечающий на детские вопросы. На «принесёт ли Дед Мороз подарки?» модель по умолчанию отвечает формально и по существу — и это разбивает ребёнку сердце. Вместо длинного описания тона в промпт кладут одну пару: вопрос про зубную фею и тёплый ответ в духе «конечно, положи зуб под подушку». Следующий ответ выходит в том же ключе.

Наш аналог — ответы поддержки. Вместо абзаца про тон:

Ответь на обращение клиента так же, как в примерах.

<examples>
<example>
Обращение: Второй день не приходит код подтверждения, что делать?
Ответ: Здравствуйте! Проверила: коды уходят, но ваш оператор задерживает СМС. Отправила код на почту, указанную в профиле, — проверьте, пожалуйста, и папку «Спам». Если не дойдёт за 10 минут, напишите, подключу вход по ссылке.
</example>
<example>
Обращение: Списали деньги дважды!!!
Ответ: Здравствуйте, понимаю, это неприятно. Вижу два списания от 12 числа, второе уже помечено к возврату — деньги вернутся на карту в течение 3–5 рабочих дней. Извините за беспокойство; если к 18 числа не вернутся, напишите мне напрямую.
</example>
</examples>

<message>
Не могу найти, где отключить автопродление.
</message>

Модель из двух примеров вытащит всё: приветствие, конкретику вместо общих слов, признание проблемы без оправданий, чёткий следующий шаг, длину. Описывать это словами было бы дольше и хуже.

Пример: формат, который проще показать

Вторая задача из туториала — извлечь из текста имена людей и их профессии в строго определённом виде: нумерованный список, имя, профессия в квадратных скобках заглавными буквами, всё внутри тега. Инструкция получилась бы на пять строк с оговорками. Вместо неё — два готовых примера «текст → список», и модель безошибочно повторяет формат на третьем тексте.

Наш вариант: извлечение требований из письма клиента в формате «номер, требование, приоритет в скобках, источник — цитата из письма». Два примера — и формат зафиксирован надёжнее, чем любым описанием.

Сколько и каких примеров

Документация рекомендует три-пять примеров. Один пример модель может воспринять как единственно правильный ответ и скопировать слишком буквально; десять — лишние токены без прироста качества.

Примеры должны быть релевантными: похожими на реальные входы, которые вы будете подавать. Примеры про кухонные приборы не помогут классифицировать обращения в банк.

И разнообразными. Это самое важное и самое частое упущение. Если все три примера — жалобы, модель решит, что всё на свете — жалоба. Если во всех примерах ответ «B», модель начнёт отвечать «B» независимо от содержания. Покройте разные категории, разную длину, разный тон, обязательно — краевые случаи и пограничные варианты. Если в вашей задаче есть ситуация «непонятно, к какой категории отнести» — покажите в примере, что делать в этой ситуации.

Оформляйте примеры в теги: каждый в <example>, все вместе в <examples>. Так модель не спутает пример с реальными данными и с инструкцией. Если примеры показывают рассуждение (см. «Рассуждение по шагам»), покажите и его: модель воспроизведёт не только ответ, но и ход мысли.

Чем примеры опасны

Модель копирует из примеров всё, включая то, чего вы не имели в виду. Три примера, где ответ начинается с «Здравствуйте, Анна» — и модель будет писать «Анна» всем. Примеры длиной по пять предложений — и ответ будет по пять предложений, даже если нужно одно. Примеры только с положительными отзывами — и негативный отзыв будет истолкован положительно.

Поэтому после добавления примеров прогоните промпт на входах, которые от них отличаются. Если ответ «залип» на паттерне примеров — примеры недостаточно разнообразны.

Второй риск — примеры с ошибками. Опечатка в примере станет опечаткой в ответе. Неправильная категория в примере научит модель ошибаться так же. Примеры нужно вычитывать внимательнее, чем инструкции.

Примеры как диалог

Через API примеры можно оформить не текстом внутри одного сообщения, а как ходы диалога: сообщение пользователя с входом, сообщение ассистента с идеальным ответом, снова пользователь, снова ассистент — и затем реальный вход. Модель видит «свои» прошлые ответы и продолжает в том же стиле. В чате так не сделать, но текстовые примеры в тегах работают не хуже.

Пример из работы

Дизайнер просит Claude писать микротексты интерфейса: подписи кнопок, сообщения об ошибках, пустые состояния. Первые попытки дают тексты то канцелярские, то слишком игривые. Он собирает пять примеров из готового продукта (кнопка, ошибка, пустой экран, подтверждение, подсказка) с их настоящими текстами и кладёт в системный промпт проекта. С этого момента все новые тексты выходят в том же голосе, и править их почти не приходится.