One-shot prompt 的 shot 是什麼

寫提示詞（prompt，丟給 AI 的指令）的時候，常會看到三個一起出現的詞：zero-shot、one-shot、few-shot。這裡的 shot，指的是提示詞裡給模型看的範例。

所以 one-shot prompt 的意思，是提示詞裡舉了一個例子。

一般英文的 one-shot 是「一次就成功」，社群上也滿常看到有人把 one-shot prompt 當成「一個 prompt 就完成」來用。我看到的大多是用 Opus 5.5 做影片，然後寫「One-shot prompt 就可以產出這樣，真的好扯」之類的話。從上下文看，他們講的是一次就生成出來。

這個用法放在日常英文沒問題，只是在提示詞這個領域，這個詞另外有它的定義。

這篇分享：三個詞各指什麼、這組詞是從哪來的，以及什麼時候用哪一種。

shot 指的是提示詞裡的範例

同一個任務，差別只在提示詞裡放了幾個範例：

• zero-shot：只下指令，不給範例
• one-shot：下指令，再給一個範例
• few-shot：下指令，再給幾個範例

拿整理行程來說，你想要 AI 把聊天訊息裡約好的事，整理成固定的格式：

• zero-shot：只跟它說「把這段對話裡的行程整理出來」
• one-shot：先給它一個範例：「週五下午三點在信義區跟小陳開會」→「週五 15:00｜信義區｜跟小陳開會」，再請它照這個格式整理
• few-shot：多給它幾個範例，連沒講時間、沒講地點的要怎麼寫都放進去：
  • 「週六在華山跟小美看展」→「週六 時間待定｜華山｜跟小美看展」
  • 「下週三中午跟媽媽吃飯」→「下週三 12:00｜地點待定｜跟媽媽吃飯」

三種做法要它做的事都一樣，差在它動手之前，先看過幾份範例。

這組詞原本是機器學習的用語

few-shot learning 研究的是：模型只看過一個或少數幾個例子，能不能學會一個新的類別。讓電腦看懂圖片的研究，在 2000 年代就在做這件事，常被引用的一篇是 Li Fei-Fei、Rob Fergus、Pietro Perona 2006 年發表的〈One-shot learning of object categories〉，講的是只看一張或少數幾張圖片，就學會辨認一類物體。

那時候的 shot，指的是訓練時給模型的例子。

GPT-3 把它搬到提示詞上

2020 年 5 月，OpenAI 的 Tom B. Brown 等 31 位作者發表 GPT-3 的論文，標題就叫〈Language Models are Few-Shot Learners〉。

論文把模型完成任務的方式分成四種：fine-tuning（拿一批標好答案的資料，重新訓練模型），以及 zero-shot、one-shot、few-shot。後面三種有一個共同點：模型本身完全沒改，任務說明和範例全部寫在提示詞裡。

論文裡的定義很直接：

• few-shot：給多個範例。論文裡通常給 10 到 100 個，看模型一次放得下多少
• one-shot：跟 few-shot 一樣，只是只給一個範例
• zero-shot：只給一段描述任務的文字，不給範例

one-shot 會被單獨列成一類，論文給的理由是：它最接近人跟人交代某些工作的方式。像在網路接案平台上發任務，說明裡通常會附一個範例。

模型沒有重新訓練，只是看了範例

背後的原理叫 in-context learning（在上下文裡學習）：模型從提示詞裡的範例，抓出你要的格式和規律，接著照著做。

GPT-3 論文的摘要也寫了：所有任務都沒有改動模型本身、也沒有 fine-tuning，任務和範例全部透過文字交給模型。

所以它不用準備幾千筆資料，也不用重新訓練。範例只在這一次對話裡有效，開一個新對話，就要再給一次。

什麼時候用哪一種

類型	什麼時候用
zero-shot	任務簡單、模型一看就懂，例如「把這段翻成英文」
one-shot	你對輸出格式有特定要求，給一個範例讓它照著排
few-shot	格式比較複雜，或你要它模仿某種風格

範例越多，輸出格式越穩，提示詞也越長。Day 158 提過丟幾段自己寫過的文字給 AI 模仿，用的就是 few-shot。

當常有人拿 one-shot 來講「一次就完成」，真正想說「我給了一個範例」的人，反而沒辦法用這個詞講得那麼精準。

---

Language Models are Few-Shot Learners（GPT-3 論文）：https://arxiv.org/abs/2005.14165 One-shot learning of object categories：https://doi.org/10.1109/TPAMI.2006.79 Day 158 AI 的怪詞為什麼列不完：https://www.dawsonwang.com/day/158