在您的提示中提供示例是您将使用的最有效的提示工程技巧之一。这种方法被称为"one-shot"（单样本）或"multi-shot"（多样本）提示，涉及向Claude提供示例输入/输出对，以指导其响应。
示例如何发挥作用
让我们来看一个情感分析的例子。假设您想让Claude对一条推文是正面还是负面进行分类：
这里的挑战在于讽刺。像"是啊，没错，这是我自《外太空计划9号》以来看过的最好的电影"这样的推文表面上看起来是正面的，但实际上是讽刺且负面的（《外太空计划9号》是一部著名的烂片）。
向提示中添加示例
为了处理这种情况，您可以添加示例，向Claude展示确切应该如何响应：
关键要素包括：
- 清晰的引导语："这是一个带有理想响应的示例输入"
- 用于结构化的XML标签：
<sample_input>和<ideal_output> - 展示所需行为的具体示例
处理边界情况
对于像讽刺这样棘手的场景，您可以提供多个示例（多样本提示）。添加上下文以突出Claude应该注意的内容：
Be especially careful with tweets that contain sarcasm.
For example:
<sample_input>
Oh yeah, I really needed a flight delay tonight! Excellent!
</sample_input>
<ideal_output>
Negative
</ideal_output>何时使用示例
示例特别适用于以下场景：
- 捕捉边界情况或边缘场景
- 定义复杂的输出格式（如特定的JSON结构）
- 向Claude准确展示"好"的输出是什么样的
从评估中找到好的示例
在运行提示评估时，在HTML报告中寻找您得分最高的输出。这些是纳入提示中的绝佳示例。
找到一个得分良好的响应（理想情况下是10分，或您的最高分），然后复制输入和输出作为您的示例。
为示例添加上下文
您可以通过解释为什么这些示例是好的，使示例更加有效。在您的示例输出之后，添加一个简短的说明：
<ideal_output>
[Your example output here]
</ideal_output>
This example meal plan is well-structured, provides detailed information on food choices and quantities, and aligns with the athlete's goals and restrictions.这有助于Claude理解不仅要生成什么，还要理解为什么该输出被认为是理想的。
最佳实践
- 使用XML标签来清晰地构建您的示例
- 明确说明您向Claude展示的内容
- 选择具有代表性的示例，涵盖您最重要的使用场景
- 包含边界情况，这些情况可能会使模型出错
- 解释为什么示例是好的，当这一点不明显时
单样本和多样本提示将很快成为您提示工程工具箱中的必备工具，尤其是当您需要一致、格式良好的输出，或希望可靠地处理棘手的边缘情况时。