# 零样本提示（Zero-shot prompting）

> 只凭指令、不给任何示例，让模型完成任务，依靠的是它在训练中已经学到的东西。

来源：Promptea — https://www.promptea.me/zh/glossary/zero-shot · 语言：简体中文 · 最后更新：2026-11-09

## 含义

- 定义：零样本是指提示词包含指令和输入，但没有任何完整示例。模型依靠的是预训练知识和你的措辞。
- 为什么重要：这是成本最低、最简短的提示方式，也是正确的起点——你能看到仅凭指令能走多远。
- 如何应用：明确说明任务、允许的输出和格式（“正面、负面或中性；只回答一个词”）。当前的模型用这种方式就能处理许多定义清楚的任务。
- 何时换用其他方法：如果格式不一致或边界情况出错，就加一两个示例（少样本），而不是写更长的描述。

## 示例

```text
把这条评论的情感分类为正面、负面或中性。
只回答一个词。

评论："""[粘贴评论]"""
```

[在Promptea中打开](https://www.promptea.me/zh/analyzer?prompt=%E6%8A%8A%E8%BF%99%E6%9D%A1%E8%AF%84%E8%AE%BA%E7%9A%84%E6%83%85%E6%84%9F%E5%88%86%E7%B1%BB%E4%B8%BA%E6%AD%A3%E9%9D%A2%E3%80%81%E8%B4%9F%E9%9D%A2%E6%88%96%E4%B8%AD%E6%80%A7%E3%80%82%0A%E5%8F%AA%E5%9B%9E%E7%AD%94%E4%B8%80%E4%B8%AA%E8%AF%8D%E3%80%82%0A%0A%E8%AF%84%E8%AE%BA%EF%BC%9A%22%22%22%5B%E7%B2%98%E8%B4%B4%E8%AF%84%E8%AE%BA%5D%22%22%22&purpose=text&target=gpt)

## 常见问题

### 什么时候该从零样本改用少样本？

当输出的格式不一致，或在边界情况上出错时。先加1–2个示例，只有问题依然存在时才继续增加。

### 零样本的准确性更低吗？

不一定。对于清晰、常见的任务，精确的指令效果就很好；当你需要精确的格式或不寻常的行为时，示例才变得重要。

## 相关内容

- [Zero-shot prompting: how to get reliable results without providing examples](https://www.promptea.me/zh/guides/zero-shot-prompting)
- [Few-shot prompting: how to show examples instead of just explaining](https://www.promptea.me/zh/guides/few-shot-prompting)
- [提示词检查清单（复制即用）：让输出更好](https://www.promptea.me/zh/guides/prompt-checklist)
- [少样本提示（Few-shot prompting）](https://www.promptea.me/zh/glossary/few-shot)
- [约束条件（Constraints）](https://www.promptea.me/zh/glossary/constraints)
