提示学习的本质是KNN

遵循query的分布，answer的空间有其自己的分布，一个query进去，answer拿到的值是在其分布上的采样，也就是在输出端的不断sample。

提示工程对某一类问题指定了一个共同的前缀。这其实是改变了query的分布，而在训练后，在提示学习的引导下，特定的提示词会让同一query分布对应的正确answer分布发生改变，使得这个正确answer所在的子空间的概率密度变大。

再极端一点，假设提示学习做的特别好，成功地把所有query都引到了对应领域的answer子空间里，那么这个领域就相当于是被完整地切出来了，就像给answer空间做了基于领域的knn一样。