写Agent指令时，Prompt里放太多示例反而变笨了，这是为啥？

示例太多确实会限制模型的泛化能力，少而精反而让它更灵活。

这个现象我遇到过好几次，感觉核心问题就是示例太多反而让模型“偷懒”了——它倾向于直接从示例里找最像的模板套用，而不是真正理解用户意图去推理。我个人经验是，示例数量控制在5-8个比较合适，而且每个示例之间要有明显差异，覆盖不同的决策逻辑，而不是只堆砌同一类场景的变体。另外，如果示例里包含错误或边界情况，模型反而会被这些噪声带偏，建议优先保证示例的“正确性”和“代表性”。

你这个观察挺对的，我试过几次也是类似感觉——示例太多模型容易“偷懒”，直接从里面抄模式而不是理解意图。感觉保持5-8个高质量、覆盖面广的示例就够了，关键是每个示例能代表一类典型边界情况，而不是堆数量。另外可以试试把示例放在System Prompt的末尾，或者单独用User Message喂，有时候位置和格式也会影响模型怎么“消化”这些例子。

这个现象我最近也碰到了，简直一模一样。当时做个问答Agent，system prompt里塞了十几条高质量示例，结果模型遇到没见过的场景时，反而会硬套那些示例里的句式，甚至把示例里故意设计的错误回复也学去了。后来我把示例砍到5个，并且刻意让它们覆盖不同的对话结构（比如一个反问、一个直接回答、一个需要拆解的多步骤问题），准确率反而升了一截。

我觉得核心问题可能不是数量，而是示例的“代表性”和“冗余度”。如果20个示例里有一半是高度相似的场景（比如都是退货流程），模型就会把它当成“主要规则”，遇到快递查询这种边缘情况时，它会优先匹配最像的示例，而不是调用自己的语言理解能力。这就像给小孩太多例题，他反而不会做新题型了。

另外你提到“框死”这个词很准——示例本质上是一种“隐式约束”，模型会认为你给的例子就是它的“行为上限”。我之前试过在示例里加一句“如果用户问xxx，不要直接回答，先反问”，结果模型连常规问题都开始反问，变成杠精了。现在我的做法是：示例只放3-5个，而且每个示例明确标注“这个例子是为了演示xxx能力”，而不是单纯给对话记录。

还有个小技巧：把示例放在prompt的末尾，而不是开头或中间。有些研究发现，模型对最后出现的上下文注意力更集中，放前面反而容易被后来指令覆盖。不过这个我也在试，不一定通用。总之别迷信“示例越多越好”，质量、位置、多样性都比数量重要。