English
This page is available in English
The whole page — instructions, buttons and results.
Switch to English免費中文少樣本範例格式化工具：把輸入/輸出範例對整理為少樣本提示詞區塊，適配任意模型。瀏覽器本機執行。
中文少樣本範例格式化工具
用一個簡單的表單，拼出乾淨的中文少樣本（few-shot）提示塊——一句任務說明，再加幾組可增減的「輸入 / 輸出」範例，隨後直接複製到 DeepSeek、通義千問、豆包、Kimi、文心或智譜中使用。全部在你的瀏覽器本機拼接，不向伺服器傳送任何內容，也不會呼叫任何模型。
提示：本工具只負責拼接文字。請自行把結果複製到 DeepSeek / 通義千問 / 豆包 / Kimi 等模型中——不會呼叫任何模型，也不會向任何地方傳送內容。
本中文少樣本範例格式化工具的運作原理
寫清任務說明
在「任務說明」一欄寫下你要模型做的事，例如「把下面的客服留言歸類為：諮詢 / 投訴 / 退款」。任務一句話講清楚做什麼、按什麼標準做，是整段少樣本提示的總綱，會被放在範例之前作為開頭。
新增幾組輸入 / 輸出範例
點擊「新增範例」，逐組填入「輸入」與對應的理想「輸出」。範例是少樣本（few-shot）的核心：用兩三組涵蓋典型情形與邊界情形的高品質範例，向模型「示範」你想要的格式、口徑與判斷標準，比長篇文字描述更有效。
增減範例、即時預覽
需要更多範例就繼續新增，不需要的點「移除」即可；空白的範例會被自動跳過。每改動一處，下方的少樣本提示塊都會即時重新拼接，範例自動編號，並在末尾補上「現在請處理：」與一個待填的「輸入：」。
複製到 DeepSeek / 通義千問 / 豆包
點擊「複製」，把拼好的少樣本提示塊貼到 DeepSeek、通義千問、豆包、Kimi、文心或智譜，再在末尾「輸入：」後補上你的真實資料即可。全程在瀏覽器本機拼接，不向任何伺服器傳送內容。
本中文少樣本範例格式化工具的運作原理
範例，比文字描述更能「教會」模型
少樣本（few-shot）提示，是給中文模型提示詞做的最簡單而可靠的一次升級。與其用文字描述你想要的答案格式，不如直接給模型兩三組做好的範例——一組組「輸入」與對應的理想「輸出」——讓它自己歸納出其中的套路。對於分類、抽取、改寫、格式轉換這類「有固定套路」的任務，這通常比純文字說明更穩定，因為模型是直接看到目標形態，而非靠猜測去推斷。本工具替你保留這套結構：寫一句任務說明，再新增幾組輸入/輸出範例，它就會拼出一段乾淨的提示塊——任務說明在前，每組範例自動編號並以「輸入：」「輸出：」標註，末尾再補上「現在請處理：」一行，留好待填的「輸入：」。其成品，正是一位細心的提示工程師會手動拼出的少樣本提示，只是幾秒鐘就產生好，可直接貼進任何模型。
順序很重要。先放一句任務說明，告訴模型這是什麼活、按什麼標準做；這樣當它讀到範例時，會把它們當作對這一目標的「示範」，而非隨意的文字。任務之後，由範例挑大梁。每一組範例都進一步固定你想要的格式與判斷：輸出該怎麼措辭、要包含哪些欄位、那些尷尬的中間情形該如何處理。由於本工具把每一組範例都用相同方式編號、格式化，模型看到的是一個穩定重複的結構，往往會忠實地延續下去——這正是少樣本之所以擅長在後續大量輸入上「鎖定」一致輸出形態的原因。
「不要去描述你想要的輸出，而要直接示範它。兩組好範例，往往比兩段規則更能教會中文模型。」
幾組好範例，勝過一大段規則
少樣本的功夫，在於挑對範例，而非堆砌更多。兩三組高品質範例，涵蓋典型情形與你真正在意的邊界情形——空值、歧義、異常輸入——其效果會勝過十組隨手寫的範例。而且每一組範例在每一輪對話裡都會占用上下文，臃腫的提示塊既抬高 token 成本，又可能稀釋模型本應遵循的指令。這門紀律和寫好單元測試如出一轍：挑出能釘死你關心的行為的情形，乾淨地示範出來，然後就停。模型若能處理好這些，通常也能處理好其餘的。
由於輸出是結構化純文字，同一段少樣本提示塊在各家中文大模型間通用，放到 ChatGPT、Claude 或 Gemini 上也同樣好用；末尾的接力行給了模型一個明確的續寫位置。又因為整個工具在本機執行，你可以放心反覆打磨——加一組範例、改一處輸出、再次複製、即時測試——而你輸入的內容始終不會離開瀏覽器、不會傳送到任何模型、也不會被儲存。把第一版提示塊當作草稿：跑一遍，看模型在哪裡跑偏，再補上或打磨那一組恰好涵蓋該情形的範例。兩三輪下來，往往就能把一個平庸、忽好忽壞的回答，調成乾淨、可複用的穩定結果，最後還留下一段整潔、可重複使用的少樣本提示。
兩個好例子勝過十個，每個都吃上下文
少樣本（few-shot）提示是在指令之外附上幾組「輸入 → 輸出」範例，讓模型照著示範的格式與口徑作答，通常比純文字描述更可靠。
範例的品質比數量更重要：兩三組涵蓋典型與邊界情形的高品質範例，往往勝過十組隨手寫的範例。
把任務說明放在範例之前，能讓模型先理解目標，再從範例中學習具體的格式與判斷標準。
統一範例的格式（如固定用「輸入：」「輸出：」前綴）有助於模型穩定地套用同一種結構作答。
範例越多越占用每輪上下文，既增加成本也可能稀釋指令，宜精不宜多。
在末尾加上「現在請處理：」並留一個空的「輸入：」，相當於給模型一個明確的接力點，讓它順勢補完輸出。
少樣本範例對分類、抽取、改寫、格式轉換等「有固定套路」的任務尤其有效。
範例裡應包含你真正在意的邊界情形（如空值、歧義、異常輸入），模型才會照你的方式處理它們。
同一套少樣本提示在 DeepSeek、通義千問、豆包、Kimi、文心、智譜上都適用，因為它本質就是結構化純文字。
本工具完全在你的瀏覽器本機拼接提示塊——輸入內容不會上傳、不會呼叫任何模型，也不會被儲存。
常見問題
- 少樣本提示是在給模型的指令裡，額外附上幾組「輸入 → 輸出」範例，讓模型「照著做」。相比只用文字描述要求，範例能更直接地示範你想要的格式、口徑與判斷標準，因此結果通常更穩定、更貼近預期。
- 不會。本工具只是把你填寫的任務說明與各組輸入/輸出範例，按固定模板拼接成一段少樣本提示塊，全程在你的瀏覽器本機完成，不呼叫 DeepSeek、通義千問或任何大模型，也不連網。產生的提示塊需要你自己複製到所選模型裡使用。
- 通常 2–5 組即可。少樣本貴在「精」：用兩三組涵蓋典型與邊界情形的高品質範例，往往勝過十組隨手寫的範例。範例越多越占用上下文、增加成本，也可能稀釋指令，按需增減即可。
- DeepSeek、通義千問、豆包、Kimi、文心一言、智譜清言等主流中文大模型都適用；ChatGPT、Claude、Gemini 等也同樣可用。因為輸出是結構化純文字，與具體廠商無關，你可以貼到對話框或系統提示中。
- 它是給模型的接力點：範例示範完格式後，這一行加上一個空的「輸入：」，提示模型接下來該用同樣的方式處理你的真實資料。你只需在「輸入：」後補上要處理的內容，模型就會順勢給出對應的「輸出」。
- 不會。所有拼接都用純 JavaScript 在你的瀏覽器本機完成，你輸入的任務與範例不會傳送到任何模型、伺服器或第三方，也不會被儲存。
- 建議包含。如果你在意空值、歧義、異常輸入等邊界情形，就用範例明確示範該如何處理它們；否則模型只能猜。把你真正關心的「難例」放進範例，是少樣本最有價值的用法之一。
- 兩者配合最好。任務說明用一句話講清目標與標準，作為總綱；範例則把抽象要求落到具體的輸入/輸出上。先寫清任務、再用少量高品質範例示範，通常比單靠其中之一都更可靠。
- 可以。本工具產出的任務說明與少樣本範例，正好可以作為代理框架裡系統提示的一部分，向其示範在固定任務上的標準輸出。把它貼進去即可，與具體框架無關。
- 完全免費，無需註冊或登入，也沒有使用次數限制。它在你的瀏覽器中執行，不收集任何資料。
Related News
You may be interested in these recent stories from our newsroom.
-
The Evidence That AI Wrote PhantomRaven Is Its Comments
CrowdStrike calls the stealer almost certainly machine-generated, on redundant commenting, a leftover placeholder URL and token statistics.
-
Claude Opus 5 Wrote the Exploit. Three People Aimed It.
A forum image upload led to an over-permissioned login token, and from there into employee accounts and an internal code repository.
-
Google Gemini Breached Three Real Companies During a Security Test
A capture-the-flag exercise handed a model internet access it was never meant to have, aimed at a company that turned out to exist.
Pick up where you left off
Stored only in this browser — never sent to our servers.