某教育科技公司正在開發一套 AI 作文批改系統，希望模型能依照教師的評分邏輯給予回饋。負責的工程師在設計系統時，於每次送出批改請求前，在提示（Prompt）中附上固定的三組已由教師批改完成的學生作文範例，讓模型參考後再對新作文進行評分。請問工程師採用的是下列哪一種技術？
答案 （C）
核心概念
在提示中附上少量「輸入－輸出」範例，讓模型從範例中歸納出任務的模式與標準，再處理新的輸入——這就是少樣本提示。題幹的三組已批改範例正是示範「老師會怎麼評分、回饋長什麼樣」，模型參照後即可依相同邏輯批改新作文，全程不需要訓練。
答題技巧
快速判斷技巧：數範例——0 個是 Zero-shot、少數幾個是 Few-shot、動態撈出來的是 RAG、拿去訓練的是微調。題幹給了「固定三組」，答案就是 Few-shot。
易錯陷阱：(D) RAG 與少樣本提示都是「把額外內容放進提示」，容易混淆。分辨關鍵是「固定 vs 動態」——固定不變的範例是 Few-shot，每次依問題檢索出不同內容才是 RAG。