在dify中通过few-shot示例可稳定输出结构化内容，需精选3～5个高质量输入-输出对、严格格式一致的样本，嵌入few-shot面板并辅以主提示词硬性约束，再经调试、api校验与对照实验验证效果，必要时添加纠错示例或正则提取兜底。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在Dify中通过Few-Shot示例让模型稳定输出结构化内容（如JSON、带编号的步骤列表、表格格式），需绕过默认自由生成模式，直接干预提示工程层。
准备高质量Few-Shot样本
选取3～5个真实业务场景下的输入-输出对，每个样本必须包含完整上下文、明确指令和严格符合目标格式的响应。例如要生成带状态标记的待办事项，就不用“今天要买菜”这种模糊描述，而用“【任务】预约牙医 → 【格式要求】输出JSON，含id、title、status字段，status只能是pending/doing/done”。【样本中若出现格式错误或字段名不一致，模型会直接模仿错误】
把所有样本按“用户输入→模型输出”顺序整理成纯文本块，中间空一行，不要加序号或说明性文字。
在Dify应用中嵌入Few-Shot模板
进入Dify控制台 → 应用管理 → 编辑对应应用 → 在「提示词」编辑区底部找到「Few-Shot Examples」折叠面板，点击展开。
将上一步整理好的样本块完整粘贴进文本框。Dify会自动识别换行分隔，无需手动添加分隔符。
关键动作：在主提示词（System Prompt）末尾追加一句硬性约束，例如：“你必须严格遵循以上Few-Shot示例的格式、字段名和标点风格，不得添加额外解释、省略字段或更改JSON键名。”
验证Few-Shot生效逻辑
方法一：使用「调试」功能实时测试
在调试窗口左侧输入一个新请求（内容风格需与Few-Shot样本领域一致），观察右侧输出是否复现样本中的格式特征。如果返回结果仍为自然语言段落，说明Few-Shot未被触发——此时检查主提示词里是否遗漏了“严格遵循示例”的强制指令。
方法二：部署后调用API验证
发送POST请求到应用API端点，body中携带与Few-Shot样本同构的input字段。收到响应后立即用JSON Schema校验器比对结构，确认status字段值是否仅出现在预设枚举中。这一步能暴露模型偷偷插入非法值的问题。
方法三：关闭Few-Shot开关做对照实验
在Few-Shot面板中清空全部样本 → 保存 → 再次调试同一输入。若此时输出变成无格式自由文本，即可确认原效果确实由Few-Shot驱动而非主提示词单独作用。
处理模型偏离格式的应急操作
第一步：在Few-Shot样本末尾追加一条“纠错型”示例，格式为：“用户输入：生成待办清单 → 模型错误输出：我帮你列了三点…… → 正确输出：{"items":[{"id":1,"title":"预约牙医","status":"pending"}]}”
第二步：将主提示词中的约束语句升级为不可协商条款：“违反格式即视为失败，禁止生成任何解释性文字，只返回纯目标格式内容。”
第三步：若仍不稳定，在Dify工作流中接入「正则提取」节点，用Python re.search(r'\{.*?\}', response)强行截取首段JSON，丢弃其余内容。这会牺牲部分语义完整性，但确保下游系统能解析。
