以情感分類任務為例，使用兩種預訓練模型進行處理，比如利用模型寫影評、書評、讀后感等。如果使用傳統 Fine-tune，需要人力來準備一個微調數據集，里面必須包含各種對電影/書籍的評價，以及這些評價人工閱讀后的感受（是積極的還是消極的）。這個下游微調數據集必須足夠大，才能應對復雜的任務。微調數據集的大小可能遠超過了預訓練數據集，乃至失去了預訓練的意義；而 prompt使用預訓練語言模型最擅長的完形填空模式等方式，讓模型根據輸入句，輸出對MASK 位置單詞的預測，推測出評價用戶對這部作品究竟是持 Positive（積極）還是 Negative（消極）的態度。