Few-Shot & Chain-of-Thought
Few-Shot 提示
通过提供示例让模型学习输出格式和风格：
python
few_shot_examples = [
{"input": "成立10年，营收5000万，负债率40%", "output": "低风险 | 评分90 | 建议批准"},
{"input": "成立1年，营收50万，负债率90%", "output": "高风险 | 评分15 | 建议拒绝"},
{"input": "成立4年，营收600万，负债率62%", "output": "中风险 | 评分58 | 条件批准"},
]
def build_few_shot_prompt(query: str) -> str:
examples_text = "\n".join([
f"输入：{ex['input']}\n输出：{ex['output']}"
for ex in few_shot_examples
])
return f"{examples_text}\n\n输入：{query}\n输出："Chain-of-Thought（CoT）
让模型展示推理过程，提升复杂任务准确性：
python
cot_prompt = """
分析贷款申请风险，请逐步推理：
申请信息：
- 公司：某餐饮连锁
- 成立：6年
- 营收：1200万/年
- 负债率：68%
- 申请金额：300万
推理步骤：
【步骤1：行业分析】
餐饮行业特点：...
疫情后恢复情况：...
【步骤2：财务分析】
营收规模（1200万）评估：...
负债率（68%）分析：...
贷款金额（300万）占营收比：...
【步骤3：经营稳定性】
6年经营历史说明：...
连锁模式风险：...
【步骤4：综合判断】
综合以上分析：
- 风险等级：
- 风险评分：
- 建议：
"""Zero-Shot CoT
python
# 只需添加"让我们一步步思考"
zero_shot_cot = """
分析以下贷款申请是否应该批准：
某科技公司，成立3年，营收400万，负债率70%，申请200万贷款。
让我们一步步思考这个问题：
"""Self-Consistency（自洽性）
python
def self_consistency_answer(question: str, n: int = 5) -> str:
"""多次采样取最一致的答案"""
answers = []
for _ in range(n):
response = client.chat.completions.create(
model="qwen-plus",
messages=[{"role": "user", "content": question}],
temperature=0.8 # 高温度增加多样性
)
answers.append(response.choices[0].message.content)
# 简单投票（实际可用更复杂的一致性判断）
from collections import Counter
# 提取关键判断（高/中/低风险）
risk_levels = []
for ans in answers:
if "高风险" in ans: risk_levels.append("高")
elif "低风险" in ans: risk_levels.append("低")
else: risk_levels.append("中")
most_common = Counter(risk_levels).most_common(1)[0][0]
# 返回与多数一致的答案
for ans in answers:
if f"{most_common}风险" in ans:
return ans
return answers[0]