零样本编程（Zero-Shot Coding）
科普速读
- 它是什么： 零样本编程是在提示词中不提供任务专属示例，让模型完成编码任务。
- 适合什么场景： 为常见且范围明确的任务起草初步方案。
- 主要边界： 没有示例不代表没有指令、上下文或预训练数据。
概览
提示词可以要求模型编写一个邮箱地址校验函数，而不提供输入输出示例。代码仍需通过符合项目需求的测试。
核心定义
零样本编程是在提示词中不提供目标任务的上下文示例，让模型生成或转换代码。提示词仍然可以包括指令、约束、代码和其他上下文。模型也已经经过预训练。
背景与发展
零样本提示描述的是如何向模型呈现任务。它不是模型代际，也不保证模型没有训练示例就能解决任务。
工作机制（How It Works）
- 用户说明编码任务和约束。
- 模型处理提示词及现有上下文。
- 模型根据学到的模式生成代码。
- 开发者检查输出并运行测试。
模型内部过程不能作为它如何解决任务的可靠解释。
在软件测试与开发中的应用
可以用零样本提示起草常见辅助函数、解释错误或生成初步测试提纲。框架和版本会影响结果时，应明确说明。
优势与局限
提示词不需要包含任务专属演示，有助于减少准备工作。生成内容可能不符合项目约定、依赖未说明的假设，或使用当前不可用的 API。
与相近术语对比
零样本提示不提供上下文示例；少样本提示会提供示例。微调则使用训练数据改变模型参数。这些术语描述的是不同的任务信息提供或学习方式。
实施建议（Best Practices）
说明语言、框架、预期行为和约束。格式或风格要求严格时，应提供示例。根据项目要求评审并测试生成代码。
常见误区（Pitfalls）
不要把“零样本”理解为空提示词或未经训练的模型。也不要认为看起来常见的回答一定使用了有效的当前 API。
FAQ
零样本编程意味着模型从未见过类似示例吗？
不是。它只表示提示词没有提供任务专属示例。模型在训练期间可能见过相关内容。