本研究提出自适应提示学习框架（APL-SAM），用于在数据稀缺情况下提高扫描探针显微镜图像分割的准确性。通过结合少样本嵌入和多源多层掩膜解码器，APL-SAM在Dice相似系数上提升超过30%，优于现有技术和完全监督方法。