从事AI提示词设计的从业者，常常会遇到一个常见的困扰：模型生成的结果格式不符、粒度不匹配、专业边界模糊。如何解决？一个非常有效的策略，就是在提示词中嵌入一个参考示例。特别是当需要处理结构化很强的内容——比如FAQ、SOP、合同摘要——给AI提供一个具体的样例，模型能够迅速把握所需的字段层级、术语密度以及必须避开的陷阱。若不提供示例，AI容易将会议纪要误写成新闻通稿，或者把技术规范拆解为碎片化的短句，导致知识条目难以直接用于检索或培训。

哪些场景必须提供参考示例

当知识库需容纳结构化程度高、格式固定的内容时——比如产品FAQ、故障排查SOP、合同条款摘要——就必须提供1～2个真实脱敏后的示例。这些示例要能明确展示字段层级（例如“问题场景→触发条件→解决步骤→验证方式”）、术语密度（比如“灰度发布”“熔断阈值”这类专有名词是否保留），以及应避免的内容（比如不出现第一人称、不解释基础概念）。

具体有两种操作方法：

方法一：嵌入式示例——在提示词末尾使用【样例开始】与【样例结束】标记，包裹一条已验收的知识条目，长度控制在80～120字，简洁明了。

方法二：对比式示例——先明确标准要求（比如“每条知识必须包含‘适用版本’和‘生效日期’两个不可省字段”），紧接着提供一行“正确示例：……”。无需提供错误示例，以免分散模型注意力。

何时可以省略参考示例

仅在知识输入源高度同质，且已具备强校验机制的情况下，才无需添加示例。例如，每日自动采集的客服工单摘要，原始字段（用户ID、问题分类、解决时长）均由系统固定生成，此时提示词应聚焦于清洗规则（比如“合并同一用户3小时内重复提问”）比提供示例更为有效。此操作非常简单，直接将字段映射逻辑写入system prompt即可。

【注意：当团队中新人比例超过40%时，即使输入源高度同质，仍建议保留一个极简示例——新成员容易误将“问题分类”填成“用户情绪标签”，有了示例就能避免此类低级偏差。】

如何选择真正有效的参考示例

选择示例这项工作，选对了事半功倍，选错了反而会误导模型。以下是一套经过验证的三步筛选法：

第一步：从近30天已上线的知识条目中，选取1条人工评分不低于4.7分（满分5分）、检索点击率位列前10%，且包含典型难点的条目。典型难点例如，同时涉及模糊表述如“加载慢”和精确指标如“首屏耗时超过2.3秒”。

第二步：对该条目进行最小化脱敏处理——仅替换客户名称、IP地址、时间戳等敏感信息，保留完整的逻辑结构与术语组合。切勿为了表面整洁而删除专业术语，否则示例将失去参考价值。

第三步：在示例前后各添加一行注释。前一行注明“此示例展示如何将口语化反馈转化为可执行知识”，后一行注明“请严格复现该字段顺序与缩进风格，勿增删空行”。【若遗漏后一行，AI生成的内容将出现无意义换行，破坏知识库批量导入的兼容性，导致导入失败并需返工。】