在提示中提供示例是您将使用的最有效的提示工程技术之一。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/输出对来指导其响应。
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》是一部出了名的烂片）。
向提示中添加示例
为了处理这种情况，您可以添加示例来向Claude展示如何正确响应：
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
处理边缘情况
在处理边缘情况时，多样本提示的优势尤为明显。针对讽刺问题，您可以添加：
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>这为Claude提供了一个清晰的模式，用于识别可能被误分类的讽刺内容。
复杂的输出格式
当您需要Claude生成结构化输出（如JSON对象或详细报告）时，示例尤其有价值。与仅仅描述格式不同，您可以准确展示良好输出的样子。
从评估中寻找好的示例
在运行提示评估时，在HTML报告中寻找得分最高的输出：
找到得分为10分（或您可获得的最高分）的示例，并将这些输入/输出对用作提示中的示例。这有助于Claude理解对于您的特定任务而言，"完美"是什么样子。
为示例添加上下文
为了获得更好的效果，请解释为什么某个示例是理想的。在展示示例输出之后，添加一段简短的说明：
</ideal_output>
This meal plan is well-structured, provides detailed information on food choices and quantities, and aligns with the athlete's goals and restrictions.这强化了使输出有价值的具体特质。
最佳实践
- 使用XML标签来清晰地构建您的示例结构
- 从简单开始，先使用单样本提示，然后根据需要添加更多示例
- 关注Claude可能难以处理的边缘情况
- 尽可能包含推理说明，解释为什么这些示例是好的
- 迭代测试 - 根据评估结果添加示例
示例之所以特别强大，是因为它们是"展示"而非"讲述"。与试图描述您想要的每一个细微之处不同，您直接演示出来。这使您的提示更加可靠，并帮助Claude理解那些仅用语言可能难以解释的复杂要求。