{
  "id": "zero-shot-prompting",
  "title": "零样本提示",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "零样本提示通过指令引导语言模型执行任务，而不在提示中提供该任务的示范样例。",
  "category": "computer-science",
  "subcategory": "artificial-intelligence",
  "type": "concept",
  "aliases": [
    "零样本提示法"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/zero-shot-prompting/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/zero-shot-prompting/",
      "json": "https://aiwiki.page/en/zero-shot-prompting.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "零样本提示是一种使用语言模型执行任务的方法，其特点是不在输入上下文中提供该任务的示范样例，而是在提示中给出指令、待处理的材料，以及必要的定义或输出要求。这种方法广泛用于大语言模型，依赖的是模型在训练期间获得的能力，而非使用时提供的示例。“零样本”描述的是提示中没有任务示范，并不意味着模型未经过训练，或从未接触过类似任务。"
    },
    {
      "heading": "定义与范围",
      "text": "零样本提示通常会指定要执行的操作，并提供相应的输入。例如：\n\n将以下评论的情感归类为正面、负面或中性。\n仅返回标签。\n\n评论：换货很快就到了，但用了两天就坏了。\n\n这段提示包含任务描述、可用标签和一条输入，但没有提供任何已标注的“评论—标签”配对。相比之下，如果提示先给出若干条评论及其正确的情感标签，采用的就是少样本提示。包含一个示范的提示通常称为单样本提示。\n\n关键在于区分指令与示范。将“负面”定义为表达不满，本身并不构成示范；给出一条评论样例，并在后面标注“负面”，则构成示范。如果指令中包含演示解法的简短示例、输出样例，或大量针对特定任务的提示，就可能出现边界模糊的情况；评估时需要说明如何界定和计数这些内容。\n\n零样本提示可以包含大量辅助信息。待摘要的文档、含有问题答案的段落，或待分析的表格，都属于任务输入，不一定是示范样例。因此，“零样本”并不意味着“没有上下文”。\n\n在对话系统中，示范可能出现在较早的消息或系统级指令中，而不是最新的用户消息里。因此，这一称谓针对的是整个相关输入上下文，而不仅仅是可见的最后一条指令。"
    },
    {
      "heading": "工作原理",
      "text": "零样本提示是提示工程中的一种推理阶段技术。对于常规的自回归语言模型，指令和输入共同构成后续文本生成的条件。若以 \\(I\\) 表示指令、\\(x\\) 表示任务输入、\\(y=(y_1,\\ldots,y_T)\\) 表示输出，其条件概率可表示为\n\n\\[P_\\theta(y\\mid I,x) = \\prod_{t=1}^{T}P_\\theta(y_t\\mid I,x,y_{<t}),\\]\n\n其中，\\(\\theta\\) 表示模型学习到的参数。常规的零样本使用方式不会在神经网络推理期间更新这些参数。\n\n模型的回答取决于它从训练数据中获得的模式与能力。预训练可以使模型接触语言、事实、代码，以及形式上类似于多种下游任务的文本。指令微调进一步使用指令及其期望回答的配对来训练模型，使自然语言任务描述成为更有效的交互接口。基于偏好的训练，包括基于人类反馈的强化学习，可以进一步塑造模型的响应方式。\n\n因此，提示中没有示范，并不能证明该任务对模型而言是全新的。模型可能已在训练期间接触过这种任务类型、相关示例，甚至某些具体的评估题目。"
    },
    {
      "heading": "与其他方法的关系",
      "text": "零样本学习\n\n零样本学习是一个范围更广的机器学习概念，涉及向缺少某些形式的任务专用训练样例的任务或类别进行迁移。例如，在图像识别中，模型可以通过文字描述来识别类别，而不依赖这些类别的带标签训练图像。\n\n零样本提示则是一种通过模型输入来指定任务的具体方式。将一个提示称为零样本提示，本身并不能证明模型符合严格的零样本学习规程；这还需要了解模型的训练情况和评估设置。\n\n少样本提示与上下文学习\n\n少样本提示通过提供示范来展示预期的输入与输出关系。这些示例可以传达标签的含义、格式约定、专业术语或不常见的判定规则。\n\n零样本提示经常与上下文学习放在一起讨论。相关术语的用法并不统一：有些用法将仅凭指令学习任务也纳入上下文学习，而另一些用法则强调通过示范来适应任务。在实际操作层面，两者的区别在于上下文中是否包含示范样例。\n\n这两种方法本身都不会改变模型参数。它们都不同于通过更新参数对模型进行进一步训练的微调，也不同于学习连续提示表示的提示调优。\n\n检索增强生成\n\n检索增强生成提供从外部来源检索到的信息。如果检索材料提供的是证据或任务输入，而不是示范，系统仍可以属于零样本设置。\n\n例如，根据检索到的产品文档回答问题，就问答任务而言可以是零样本的。如果检索的是已完成的问答配对，并将其用作示范，则属于另一种设置。将检索的使用情况与示范的使用情况分开报告，有助于厘清这些区别。\n\n思维链提示\n\n思维链提示鼓励模型在给出答案前生成中间推理过程。它可以使用示范，但并非必须如此。\n\n零样本推理提示可以加入“让我们一步一步思考”之类的指令，而不提供完整解题示范。就是否包含示范而言，这仍然属于零样本。生成中间推理过程可以改善某些任务的结果，但不能保证结果正确，也不能证明生成的解释忠实描述了模型内部的计算过程。"
    },
    {
      "heading": "历史发展",
      "text": "零样本提示源于这样一类研究：将预训练语言模型用作通用任务求解工具，而不是为每个任务单独构建一个监督学习模型。\n\n2019 年关于 GPT-2 的研究在不进行任务专用监督适配的情况下，评估了语言模型在多种任务上的表现，其常用做法是将任务表述为适合语言建模的文本形式。2020 年的 GPT-3 研究更明确地比较了零样本、单样本和少样本设置，推动了这些术语在大语言模型领域的确立。\n\n后续的指令微调研究表明，在由指令描述的多种任务上训练，可以提升模型在未参与训练的任务上的表现。2021 年推出的 FLAN 是其中一个具有影响力的例子。2022 年关于零样本思维链提示的研究表明，在没有示范样例的情况下，一条简短的推理指令就能提升模型在多个推理基准上的表现。\n\n这些进展体现了两个彼此独立的属性：模型如何训练，以及推理时如何呈现任务。经过大量指令微调的模型，仍然可以接收零样本提示。"
    },
    {
      "heading": "应用与提示结构",
      "text": "常见应用包括文本分类、信息抽取、自动文本摘要、机器翻译、改写、问答和代码生成。当预期任务能够清楚表述，却缺少有代表性的示范时，零样本提示尤其方便。\n\n零样本提示可以包含：\n\n- **任务说明：**要执行的操作。\n- **输入边界：**用于标识待处理材料的分隔符。\n- **判定规则：**定义、允许使用的类别，或处理模糊情况的方法。\n- **输出要求：**语言、结构规范、长度限制，或 JSON 等机器可读格式。\n- **证据约束：**限定所提供的哪些材料可以作为回答的依据。\n\n这些要素用于指定任务，并不一定构成任务示范。不过，增加指令并不会自动提升表现：指令可能冗余、相互冲突，或难以让模型遵循。\n\n与包含示范的提示相比，零样本提示通常占用较少的上下文窗口空间。这可以为文档留出更多空间，并降低输入处理成本。但这并不保证总成本更低，因为输出长度、重试次数、检索和模型选择也都会影响成本。"
    },
    {
      "heading": "评估",
      "text": "零样本性能只有相对于特定的模型、提示和评估规程才有意义。相关细节包括指令的确切内容、可用上下文、模型版本、生成设置、允许使用的工具，以及对话中其他位置是否出现过示范。\n\n还必须区分提示开发与最终测试。在带标签的测试集上尝试许多提示，然后报告其中最好的结果，即使每条提示本身都不含示例，也可能夸大性能。将提示开发与最终评估分开，有助于避免这种形式的数据泄漏（机器学习）。\n\n基准数据污染是另一项限制。表面上的零样本结果，可能反映的是模型在训练期间已经接触过评估材料。通常，确认推理时没有提供示范，比确认模型从未接触过相关数据更容易。\n\n对于结构化任务，评估既可以衡量内容是否正确，也可以衡量输出是否遵守要求的格式。对于开放式任务，评估还可能需要考虑事实准确性、相关性、完整性，以及多次运行之间的差异。"
    },
    {
      "heading": "局限性",
      "text": "零样本提示高度依赖模型从语言中推断预期任务的能力。含义模糊的标签、未明说的领域惯例、专业术语，以及不常见的输出要求，都可能导致模型作出不一致的理解。相比单纯的文字定义，示范可能更有效地传达这些细节。\n\n模型表现也可能对措辞、标签顺序、格式和指令语言较为敏感。在熟悉的任务描述上取得成功，并不能证明模型对新领域或分布偏移具有稳健的泛化（机器学习）能力。\n\n零样本提示不能消除人工智能幻觉、事实错误、缺乏依据的推理，或从训练中承袭的偏见。要求模型承认不确定性，本身并不能使其置信度变得可靠。同样，要求严格的输出结构，也不能保证不受约束的生成过程一定满足该结构。\n\n当提示包含外部文档或检索文本时，提示注入可能使模型将不可信的内容视为指令。零样本设置对这一问题并不提供任何内在保护；没有示范只是任务呈现方式的一个属性，而不是一种安全机制。"
    }
  ],
  "links": [
    "language-model",
    "large-language-model",
    "few-shot-prompting",
    "prompt-engineering",
    "neural-network-inference",
    "training-data",
    "reinforcement-learning-from-human-feedback",
    "zero-shot-learning",
    "in-context-learning",
    "fine-tuning",
    "prompt-tuning",
    "retrieval-augmented-generation",
    "chain-of-thought-prompting",
    "automatic-text-summarization",
    "machine-translation",
    "context-window",
    "test-set",
    "data-leakage",
    "benchmark-data-contamination",
    "distribution-shift",
    "generalization",
    "ai-hallucination",
    "prompt-injection"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}