few-shot 塞到第五个我就停了，模型开始学我例子里的毛病

我自己最近在给一堆老游戏资料做抽取，few-shot 例子从 1 个加到 5 个，前两个真有用，第三个开始就变味了：DeepSeek 的思维链明显在模仿我例子里那种「先猜一个、再回头改」的走法，连我随手写进去的一个小笔误都学过去了，输出里跟着错。这感觉特别像当年《拳皇》组队，三个人里第三个纯凑数，反而拖节奏。 现在的土办法是例子只留两个：一个标准答案，一个故意留点边界情况；顺序也讲究，标准答案放最后，模型明显更听话。Claude 那边对顺序没那么敏感，但例子一多就开始过度拟合格式，字段一个不落，内容倒空。 想问问，有没有人试过干脆一个例子不给、全靠规则描述？我这边跑下来 reasoning 模型还撑得住，便宜模型直接散架。这块感觉比选模型还看脾气，光看榜单真看不出来。