在人工智慧中，"Few-shot prompt" 和 "zero-shot" 是兩種常見的學習方式或技術：
Few-shot prompt（少樣本提示）：Few-shot prompt 是指在訓練模型時僅使用少量樣本或提示來培訓模型。這種方法通常用於訓練小型模型，並且可以在具有非常有限數據的情況下執行某些任務。例如，對於文本生成任務，您可以僅提供少量的示例，並期望模型學會生成類似的文本。
Zero-shot（零樣本）：Zero-shot 是指在模型看到特定示例之前，模型已經學會了處理這類示例。這意味著模型能夠在從未見過的類別或任務上進行推理或預測。例如，如果您訓練了一個圖像分類模型，並告訴它每個類別的描述，而不是實際示例圖像，那麼該模型在見過實際圖像之前就能夠識別這些類別。