提示的关键要素
之前我们已经讨论了几种不同的提示策略。本页将提供一些一般建议，这些建议对于提示的实际编写很重要。
“基本事实的重要性不大”
令人惊讶的是，在提示中提供少量样本时，实际答案并不重要。正如下图所示，即使在样本中提供随机标签，性能也几乎不受影响。在此图中，“演示”与示例相同。
标签空间很重要
尽管样本中的黄金标签并不重要，但labelspace（给定任务的所有可能标签。）重要。即使从标签空间中提供随机标签，也有助于大语言模型更好地理解标签空间并提高结果。此外，正确地在示例中表示标签空间的分布很重要。与在示例中从标签空间中均匀采样不同，最好按照标签的真实分布进行采样。
格式很重要
样本的格式或许是最重要的部分，因为它指示大语言格式如何正确地格式化其对提示的答案。
例如，请考虑以下样本。它们使用全大写的单词作为答案。尽管这些答案完全错误（2+2不是50），但 GPT-3 正确地回答了最后一个问题，并按照其他样本的格式进行回答。
What is 2+2?
FIFTY
What is 20+5?
FORTY-THREE
What is 12+9?
TWENTY-ONE
备注
使用 4 到 8 个样本是适合用于少量示例提示的合适数字，但通常尽可能多地提供样本会更有帮助。