为什么别人调教的AI比你强？few-shot 才是关键！

你有没有这种感觉——同样的 AI 工具，别人用得飞起，你调教半天还是差点意思？

问题很可能不在 AI，在你喂给它的例子不够”精准”。

今天挖到一个专门解决这个问题的 Skill：few-shot-quality-prompting，来自 Mahmoud 的 Claude Skills 合集。它的核心逻辑很直接——用高质量的输入-输出示例对（few-shot examples）引导 AI 产生专业级代码，而不是让它自由发挥、随机输出。

为什么 few-shot 能让你的 AI 输出从”能用”变”专业”？

AI 模型的本质是”接着说”。你给它看一个好的范例，它就学会按那个水准输出；你给它看一个差的，它也会跟着跑偏。

关键是你选什么例子。

这个 Skill 教你用正反对比的方式喂例子——一个”好代码”配一个”差代码”，AI 一眼就能看出区别。比起纯文字说”你要写得更好”，直接展示什么是更好的代码，效率高 10 倍。

这个 Skill 教会我的三件事

第一件事：7层结构 prompt 才够用

普通人的 prompt 可能就一层——”帮我写个 React 组件”。这个 Skill 教你用 7 层结构：Identity（身份）→ Context（背景）→ Skills（技能）→ Golden Examples（正例）→ Anti-Patterns（反面教材）→ Output Format（输出格式）→ Quality Gates（质量门控）。

听起来复杂，但每层只填关键信息，总字数不超过一页。装完这个 Skill，Claude 会自动按这个结构帮你生成 prompt。

第二件事：few-shot 示例要有多样性

很多教程只教你”给 2-3 个例子”，但不说例子怎么挑。这个 Skill 的建议是：覆盖典型场景 + 边界情况，比如正常输入、极端值、错误输入。例子不在多，在于覆盖到用户真实会遇到的各种情况。

第三件事：Anti-Patterns 往往比 Golden Examples 更重要

你可能没想到，告诉 AI”不要这样做”比告诉它”要这样做”更有效。Skill 里专门有一个章节讲怎么写 Anti-Patterns，比如”不要用 any 类型”、”不要写内联样式”。这种否定约束比正向指令更精确，AI 理解起来零歧义。

实测效果

我让 Claude 帮我生成一个用户资料卡组件，用这个 Skill 之前，输出是：

// 用 any，没有类型
const User = (props: any) => <div>{props.name}</div>

用 few-shot-quality-prompting 之后，同样的需求，输出变成了：

interface UserCardProps {
  name: string;
  avatar?: string;
  role: 'admin' | 'member' | 'guest';
}
const UserCard = ({ name, avatar, role }: UserCardProps) => (
  <div className="flex items-center gap-3">
    {avatar && <img src={avatar} alt={name} className="w-10 h-10 rounded-full" />}
    <div>
      <p className="font-medium text-gray-900">{name}</p>
      <span className="text-xs text-gray-500">{role}</span>
    </div>
  </div>
);

差别就是”能上线”和”得重构”的区别。

怎么安装

在 Claude Code 里直接敲：

npx skills add https://github.com/mahmoud20138/Claude-Skills-Collection --skill few-shot-quality-prompting

或者去 LobeHub 搜索 few-shot-quality-prompting，一键安装。

GitHub 仓库：https://github.com/mahmoud20138/Claude-Skills-Collection

这个 Skill 属于 Mahmoud 的 10 个 Claude Skills 集合之一，质量有保障。如果你经常让 AI 帮你写代码、调 prompt，值得花 5 分钟装上它。

GitHub: https://github.com/mahmoud20138/Claude-Skills-Collection