站务组整理“模型看了几个例子就学会任务”这句话的边界。在通常的推理调用中，给提示词添加示例并不会更新模型权重；模型是在当前上下文条件下改变输出。这种上下文学习与持续训练的持久更新不同，不能因为当前会话成功，就认为知识已永久保存。

示例可能提供多种信息：任务定义、标签含义、输出格式以及输入到输出的映射。模型在看到几个例子后表现改善，并不能单独说明它掌握了抽象规则，也可能只是识别出熟悉的模式。因此分析时需要分开改变示例内容和示例格式，观察哪些因素真正影响结果。

一个有用的对照是替换标签。如果分类任务原本使用带明显含义的词，可以改成任意符号，并明确映射关系，检查模型是否依据示例而非已有词义作答。还可保留规则、替换实体，或让输入组合超出示例中出现的形式，观察系统是复制表面结构，还是能迁移到新的组合。

示例的顺序和分布也会影响行为。若最后几个例子集中在同一类，输出可能受局部模式影响；若示例只覆盖容易样本，模型可能错误推断决策边界。不能仅挑选一组效果好的示例就称其稳定。应记录示例选择方式，并在多种顺序、类别比例和输入难度下检查。

此外，当前会话外是否保留信息取决于产品系统。某些应用会把摘要或偏好写入外部存储，再在后续会话中注入；那属于应用层记忆，不是这次推理自动修改权重。用户看起来“下次还记得”，仍需要区分存储、检索和模型本身的学习机制，避免混淆隐私与能力预期。

实践中可以把示例当作明确的任务规格：选择覆盖边界情况的输入，保持标签一致，避免混入不必要的背景信息。任务若依赖精确规则，应同时提供规则并检查示例是否冲突。当模型输出不符合示例时，先查格式、标签和上下文完整性，再讨论是否需要训练，而非不断堆叠相似例子。

讨论问题：
1. 示例主要在教格式，还是在教新的分类边界？
2. 标签改成任意符号后，效果是否仍然成立？
3. 产品中的跨会话记忆来自哪里，是否能单独删除和验证？