coze智能体搭建无人值门店销售员回复场景demo--对比zero-shot，one-shot，few-show的效果

在很多日常场景下，通用语言大模型回复内容质量都不太高，而受制于各方面因素制约，在这些场景下也无法对大语言模型进行微调，那么有没有什么通过小成本提高模型回复质量的方法呢？答案之一是：One-shot与Few-shot提示学习法

One-shot与Few-shot提示学习法是基于大语言模型的小样本学习方法，通过极少量示例引导模型完成新任务：

One-shot：向模型提供1个输入-输出示例，使其理解任务模式并生成答案。例如，输入“翻译为英文：苹果→apple”，模型可据此翻译新词。
Few-shot：提供3-5个示例，增强模型对任务多样性和复杂性的理解。例如，展示多组中英对照翻译，提升模型处理特殊句式的准确性。
与“Zero-shot（零样本）”的区别在于：后者完全依赖任务描述而无示例，而One-shot/Few-shot通过少量示例激活模型的上下文学习能力

本功能通过coze平台搭建，借助“无人值门店销售员回复场景”分三次场景对比Zero-shot、One-shot、Few-shot效果，如下是搭建步骤：

1. 创建新的Agent

• 在coze平台创建一个单Agent
  前置步骤可参考往期文章手把手用Coze搭建骑手招聘助手DEMO，学习人设设置及知识库管理，如果自己会创建就自动略过并直接进入下面的流程。
  
• 进入coze操作台
  点击上方图片弹窗中的“确认”按钮跳转到如下“coze智能体操作台”，操作台分成左中右三部分
  

2. 设置面试开场白

• 在“coze智能体操作台”中间部分找到“开场白”模块展开输入框中并输入开场白内容”，效果如下
  
  -----------------------------------------------------测试效果-----------------------------------------------------------------
  测试场景1. 在不提供优秀回答案例的情况下测试回复效果

• 在“coze智能体操作台”左侧“人设与回复逻辑”部分添加智能体任务内容
  

• 测试效果（语言模型默认使用豆包32k）

• • 在“coze智能体操作台”右侧“预览与调试”部分输入内容开始测试，测试结果显示：回复内容有点发散，讲解逻辑不太专业
    

测试场景2. 在提供一个优秀回答案例的情况下测试回复效果

• 在“coze智能体操作台”左侧“人设与回复逻辑”部分添加智能体任务内容并提供一个优秀回答案例
  

• 测试效果（语言模型默认使用豆包32k）

• • 在“coze智能体操作台”右侧“预览与调试”部分输入内容开始测试，测试结果显示：回复内容较第一次专业了很多
    

测试场景3. 在提供多个优秀回答案例的情况下测试回复效果

• 在“coze智能体操作台”左侧“人设与回复逻辑”部分添加智能体任务内容并提供三个优秀回答案例
  

• 测试效果（语言模型默认使用豆包32k）

• • 在“coze智能体操作台”右侧“预览与调试”部分输入内容开始测试，测试结果显示：回复内容更简洁更专业了
    

总结. 提供优秀回答案例对于大模型的回答内容质量很重要，再条件容许的场景下，尽可能多提供一些优秀案例

---------------------------------------到此结束，点点关注吧，祝各位老板升官发财啊----------------------------------------------------