few-shot 与 CoT 实测：示例管灵魂，咒语有保质期
学到这一步，招式你都会了。但还有个问题：网上那么多”经典框架”——few-shot、Chain-of-Thought、角色扮演大法——到底哪些是真有用，哪些是花架子？
今天咱们不一一点评，拿两个最有名的开刀：few-shot（少样本提示）和”思维链，让我们一步一步思考”（CoT）。一个实测有真本事，一个实测成了仪式。
问题一：描述格式和给个示例，差在哪？
先看 few-shot。我要把一条用户反馈转成缺陷单（标题、严重度、复现步骤、期望行为、实际行为）。
只描述格式，它给的缺陷单字段全对，但你细看：期望行为里夹带了解决方案（”应被防抖、按钮置灰或幂等机制拦截”——这是实现建议，不是期望行为）；还自作主张加了个”备注”字段。字段齐，风格全是它自己发挥。
同样的要求，只多给一个完整示例（照这个风格和粒度写），它的输出就像同一个妈生的：字段顺序一致、步骤合并为一句编号、期望行为只说”只扣一次款”不夹方案、没有额外字段。
schema 管字段，示例管灵魂。”有什么”说得清，”什么样”只能给它看。
所以 few-shot 的主场不是”格式”两个字，是粒度、职责、分寸这些说不清但看得出的东西。能写清规则的先写规则，写不清的给示例。而且一个示例就够——示例是给模型一个妈，不是给它一堆参考题。
展开看实测原文（朴素 vs 工程化，沈剑2026-10-05实测：deepseek-flash，可复现，均为独立session以排除上下文影响）
只描述格式
把用户反馈转成缺陷单，字段包括：标题、严重度（P0-P2）、复现步骤、期望行为、实际行为。
用户反馈：支付页点了两下就重复扣款了！赶紧看看啊，我银行卡都被扣了两次 39 块，APP 是安卓的最新版。只描述格式的输出（字段齐但期望夹解决方案+自加备注）
缺陷单
**标题**：安卓最新版 APP 支付页连续点击两次导致重复扣款
**严重度**：P0（涉及资金损失，重复扣款）
**复现步骤**：
1. 在安卓设备上使用最新版 APP 进入支付页；
2. 发起金额为 39 元的支付；
3. 在支付页快速连续点击支付/确认按钮两次；
4. 按正常流程完成支付；
5. 查看银行卡或支付账单。
**期望行为**：
一次支付操作仅扣款一次；连续点击应被防抖、按钮置灰或幂等机制拦截，不生成重复交易、不重复扣款。
**实际行为**：
用户银行卡被扣款两次，每次 39 元，合计被扣 78 元，出现重复扣款。
**备注**：需补充用户 ID、订单号、支付渠道、交易流水号、APP 版本号、安卓版本、设备型号、发生时间及日志，便于定位问题。给一个示例
把用户反馈转成缺陷单，字段包括：标题、严重度（P0-P2）、复现步骤、期望行为、实际行为。
示例（照这个风格和粒度写）：
输入：订单列表刷不出来，一直转圈，WiFi 下也一样，iPhone 上出现的。
输出：
标题：iOS 订单列表加载失败（持续转圈）
严重度：P1
复现步骤：1. 打开 APP 进入「我的订单」；2. 页面持续显示加载动画，超过 30 秒无内容。
期望行为：正常显示订单列表。
实际行为：页面一直转圈，无法看到订单。
用户反馈：支付页点了两下就重复扣款了！赶紧看看啊，我银行卡都被扣了两次 39 块，APP 是安卓的最新版。给一个示例的输出（模子级复刻，零漂移）
标题：Android 最新版支付页连续点击导致重复扣款
严重度：P0
复现步骤：1. 在 Android 最新版 APP 中进入支付页；2. 选择需支付 39 元的订单；3. 快速连续点击支付按钮两次；4. 完成支付后查看银行卡扣款记录。
期望行为：同一订单只发起一次支付，仅扣款 39 元。
实际行为：同一订单被重复扣款两次，银行卡共被扣 78 元。问题二：”让我们一步一步思考”，还灵吗？
再说 CoT。这句是 2022 年最火的”魔法咒语”，传说加上它，模型推理能力大增。传说不全是假的——这句咒语有正经出处，当年也确实灵：
这是 2022 年那篇 Zero-Shot 论文的摘要：一句”Let’s think step by step”，MultiArith 准确率从 17.7% 拉到 78.7%。但注意年份和模型：2022 年，text-davinci-002。四年过去，模型换了几代，咒语还灵吗？我做了四组对照：
推理题（锯木头：锯成 3 段要 6 分钟，锯成 6 段要几分钟——直觉答案是 12，正确答案 15）：不加 CoT，它直接”3 段是锯 2 次，每次 3 分钟，6 段是锯 5 次，15 分钟”；加了 CoT，同样的推理，同样的 15 分钟。它不需要你提醒，自己就会一步一步想。
起标题（给”无状态是大模型的本质”起 3 个公众号标题）：两组水准相当，没有质量跳变。
咒语不是没用，是时代变了。2022 年它是小模型的拐杖，今天的模型已经内建推理。
不过话别说满：一个模型、一道简单题、一次采样，不能证明”CoT 永远没用”。准确的结论是：别把 2022 年的咒语当 2026 年的常识。你的模型吃不吃这套，自己测一遍——就像这个案例这样。
展开看实测原文（朴素 vs 工程化，沈剑2026-10-07实测：deepseek-flash，可复现，均为独立session以排除上下文影响）
实验设计：推理任务 + 创意任务 × 有无 CoT（”让我们一步一步思考”）
任务 A：一根木头锯成 3 段要 6 分钟，锯成 6 段要几分钟？
任务 B：给「无状态是大模型的本质」起 3 个公众号标题，目标读者是程序员。A 推理题 · 不加 CoT
锯成 3 段需要锯 **2 次**，用 6 分钟，所以每次：
6 ÷ 2 = 3 分钟
锯成 6 段需要锯 **5 次**：
5 × 3 = **15 分钟**
答案：**15 分钟**。A 推理题 · 加 CoT
锯成 **3 段**需要锯 **2 次**，共用 6 分钟。
所以每次锯需要：
\(6 \div 2 = 3\) 分钟
锯成 **6 段**需要锯 **5 次**：
\(5 \times 3 = 15\) 分钟
**答案：15 分钟。**B 起标题 · 不加 CoT
1. 大模型为什么总“失忆”？无状态才是 LLM 的本质
2. 别把 LLM 当有状态服务：上下文窗口骗了太多程序员
3. 从 Session 到 Token：程序员必须理解的大模型无状态本质B 起标题 · 加 CoT
给你 3 个偏程序员语感的公众号标题：
1. **《大模型就是 AI 界的 HTTP：无状态，才是它的本质》**
2. **《别再把大模型当 Redis 用了：它天生就是无状态服务》**
3. **《大模型总“失忆”？因为无状态才是本质，记忆全靠外挂》**问题三：经典框架的正确使用姿势是什么？
① 先判断类型：格式/风格类要求，few-shot 管用；推理类要求，先看模型是不是已经自己会推理，别急着念咒；
② 能写规则写规则，写不清给示例：示例解决的是”说不清但看得出”的要求；
③ 框架有保质期：模型换一代，咒语废一半。每换个模型，把你最常用的几条”神级提示词”重新测一遍。
这和我用新框架的原则一样：不是不用，是先跑个 demo 再上生产。提示词也一样，先实测再上清单。
实操演练
必做部分 + 一步加餐。准备一个你日常在用的 AI 助手。
检验一下
①你的”格式+示例”组合：给最高频的输出需求配一条示例，实测风格稳定性，记录有没有”模子级复刻”。
②你的框架祛魅记录：亲手测一次 CoT（或你常用的某个”神级提示词”），记下任务、模型、有无增益。
这是资产库的第六格。
本讲实测来自沈剑的案例库 009、010（deepseek-flash，2026-10-05～10-07，独立会话，复现脚本和原始输出存档）。
想读原始论文：Language Models are Few-Shot Learners（GPT-3，2020）、Chain-of-Thought Prompting（2022），以及那句咒语的真正出处 Large Language Models are Zero-Shot Reasoners（2022）。注意年份——它们描述的都是那个年代的模型。
但还有一个没解决的问题：招式、实测方法、框架判断都齐了，怎么把这些攒成一个越用越好用的东西，而不是散落在聊天记录里？——第 7 讲，我们攒你自己的提示词资产库。
知其然，知其所以然。思路比结论更重要。