什么是Few-shot Learning？简单说，就是给Claude看几个"示例答案"，让它模仿你想要的风格和格式。特别适合格式化任务，比如数据提取、代码格式统一、写作风格模仿。
怎么教Claude看样学样：
黄金法则：3-5个示例最佳，太少学不会，太多反而混乱。
3个应用场景：
场景1：代码格式统一
任务：将所有函数注释统一为Google风格
示例1：
输入：
def calculate(a, b):
# 计算两个数的和
return a + b
输出：
def calculate(a, b):
"""计算两个数的和
Args:
a (int): 第一个加数
b (int): 第二个加数
Returns:
int: 两个数的和
"""
return a + b
示例2：
输入：
def get_user(id):
# 根据ID获取用户信息
return db.query(id)
输出：
def get_user(id):
"""根据ID获取用户信息
Args:
id (str): 用户唯一标识符
Returns:
dict: 用户信息字典，包含name、email等字段
None: 如果用户不存在
"""
return db.query(id)
现在请处理以下函数：
[你的代码]
场景2：写作风格模仿
任务：将技术说明改写为对话式风格
示例1：
输入：API调用频率受到限制，超过阈值将返回429错误。
输出：注意哦，API不能无限制调用。如果你请求太频繁，会收到429错误，意思是"慢点，让服务器歇会儿"。
示例2：
输入：使用JWT token进行身份认证，token有效期为24小时。
输出：登录后你会拿到一个JWT token，把它当作你的"通行证"。这个通行证24小时有效，过期后需要重新登录。
示例3：
输入：数据库连接采用连接池技术，最大连接数为100。
输出：为了提升性能，我们用了连接池技术。你可以把它想象成一个"连接仓库"，里面准备了100个连接，用完就还回去，下次直接取，不用重新建立。
现在请改写：
[你的技术文本]
场景3：数据提取任务
任务：从产品描述中提取结构化信息
示例1：
输入：iPhone 15 Pro，256GB存储，钛金属材质，支持5G，价格8999元
输出：
{
"product": "iPhone 15 Pro",
"storage": "256GB",
"material": "钛金属",
"connectivity": "5G",
"price": 8999
}
示例2：
输入：MacBook Air M2，8核CPU，13.6英寸视网膜显示屏，午夜色，9499元起
输出：
{
"product": "MacBook Air M2",
"cpu": "8核",
"screen": "13.6英寸视网膜",
"color": "午夜色",
"price": 9499
}
现在请提取：
[你的产品描述]
我的经验：质量比数量重要。3个高质量示例 > 10个随意的例子。而且示例要覆盖不同情况（简单、复杂、边界情况）。
以上就是怎么教Claude看样学样的全部内容，希望对大家使用Claude提供了帮助，如果想要了解更多内容，欢迎来CoCoLoop社区交流。