一种提示工程技术，通过在提示词中附加少量示例（通常2-10个），引导大语言模型理解期望的输出格式和风格，从而提升模型在特定任务上的表现
Few-shot Prompting技术源自GPT-3论文中的重要发现
与Zero-shot相比，Few-shot能显著提升复杂任务的准确率，尤其适用于格式严格、边界模糊的信息提取场景
少样本提示（Few-shot Prompting）、思维链提示（Chain-of-Thought）和角色设定（Role Prompting）等技术能显著提升代码的正确性和可维护性