One-shot prompt 的 shot 是什麼
寫提示詞（prompt，丟給 AI 的指令）的時候，常會看到三個一起出現的詞：zero-shot、one-shot、few-shot。這裡的 shot，指的是提示詞裡給模型看的範例。
所以 one-shot prompt 的意思，是提示詞裡舉了一個例子。
一般英文的 one-shot 是「一次就成功」，社群上也滿常看到有人把 one-shot prompt 當成「一個 prompt 就完成」來用。[TODO: 補一個實際看到的例子——在哪裡看到、要不要放截圖] 這個用法放在日常英文沒問題，只是在提示詞這個領域，這個詞另外有它的定義。
這篇分享：三個詞各指什麼、這組詞是從哪來的，以及什麼時候用哪一種。
shot 指的是提示詞裡的範例
同一個任務，差別只在提示詞裡放了幾個範例：
- zero-shot：只下指令，不給範例
- one-shot：下指令，再給一個範例
- few-shot：下指令，再給幾個範例
GPT-3 的論文用英翻法當例子，大概長這樣：
# zero-shot
Translate English to French:
cheese =>
# one-shot
Translate English to French:
sea otter => loutre de mer
cheese =>
# few-shot
Translate English to French:
sea otter => loutre de mer
peppermint => menthe poivrée
plush girafe => girafe peluche
cheese =>
三種寫法要模型做的事都一樣：把 cheese 翻成法文。差在模型動手之前，先看過幾個「題目 => 答案」的示範。
[TODO: 一組自己的 zero / one / few-shot 對照——同一個任務、三種寫法，實際輸出差在哪]
這組詞原本是機器學習的用語
few-shot learning 研究的是：模型只看過一個或少數幾個例子，能不能學會一個新的類別。電腦視覺領域在 2000 年代就在做這件事，常被引用的一篇是 Li Fei-Fei、Rob Fergus、Pietro Perona 2006 年發表的〈One-shot learning of object categories〉，講的是只看一張或少數幾張圖片，就學會辨認一類物體。
那時候的 shot，指的是訓練時給模型的例子。
GPT-3 把它搬到提示詞上
2020 年 5 月，OpenAI 的 Tom B. Brown 等 31 位作者發表 GPT-3 的論文，標題就叫〈Language Models are Few-Shot Learners〉。
論文把模型完成任務的方式分成四種：fine-tuning（拿一批標好答案的資料，重新訓練模型），以及 zero-shot、one-shot、few-shot。後面三種有一個共同點：模型本身完全沒改，範例全部寫在提示詞裡。
論文裡的定義很直接：
- few-shot：給幾個示範。論文裡通常給 10 到 100 個，看模型一次讀得下多少
- one-shot：跟 few-shot 一樣，只是只給一個示範
- zero-shot：只給一段描述任務的文字，不給示範
one-shot 會被單獨列成一類，論文給的理由是：它最接近人跟人交代工作的方式。像在群眾外包平台上發任務，說明裡通常會附一個範例。
模型沒有重新訓練，只是看了範例
背後的原理叫 in-context learning（在上下文裡學習）：模型從提示詞裡的範例，抓出你要的格式和規律，接著照著做。
GPT-3 論文的摘要也寫了：所有任務都沒有更新模型、也沒有 fine-tuning，任務和範例全部透過文字交給模型。
所以它不用準備幾千筆資料，也不用重新訓練。範例只在這一次對話裡有效，開一個新對話，就要再給一次。
什麼時候用哪一種
- zero-shot：任務簡單、模型一看就懂，例如「把這段翻成英文」
- one-shot：你對輸出格式有特定要求，給一個範例讓它照著排
- few-shot：格式比較複雜，或你要它模仿某種風格
範例越多，輸出格式越穩，提示詞也越長。Day 158 提過丟幾段自己寫過的文字給 AI 模仿，用的就是 few-shot。
當大部分人都拿 one-shot 來講「一次就完成」，真正想說「我給了一個範例」的人，反而沒辦法用這個詞講得那麼精準。
Language Models are Few-Shot Learners（GPT-3 論文）：https://arxiv.org/abs/2005.14165 One-shot learning of object categories：https://doi.org/10.1109/TPAMI.2006.79 Day 158 AI 的怪詞為什麼列不完：https://www.dawsonwang.com/day/158