Aprendizado com Poucos Exemplos vs Aprendizado com Zero Exemplos em Prompts Explicado: Um Guia para Iniciantes

Quando você começa a trabalhar com grandes modelos de linguagem como GPT-4 ou Claude, rapidamente percebe que a forma como você formula uma solicitação muda drasticamente a resposta. Duas técnicas centrais - zero-shot e few-shot prompting - são a base de quase todas as estratégias avançadas. Este guia explica ambas, compara-as e mostra exatamente quando usar cada uma.

O que é Zero-Shot Prompting?

Zero-shot prompting significa dar ao modelo uma tarefa sem nenhum exemplo. Você apenas descreve o que quer, e o modelo usa seu conhecimento pré-treinado para responder.

Exemplo de zero-shot:

Classifique o sentimento desta avaliação: "A bateria dura para sempre e a câmera é nítida." Saída 'positivo' ou 'negativo'.

O modelo entende a instrução e retorna 'positivo' - sem necessidade de exemplos. Zero-shot funciona porque os LLMs modernos são treinados em conjuntos de dados massivos que incluem instruções e padrões.

Quando Zero-Shot Funciona Melhor

O guia de engenharia de prompt da OpenAI observa que zero-shot pode ser surpreendentemente eficaz se suas instruções forem claras e específicas.

Limitações do Zero-Shot

Como o Guia de Engenharia de Prompt explica, zero-shot é um ponto de partida, não sempre a solução final.

O que é Few-Shot Prompting?

Few-shot prompting fornece ao modelo alguns exemplos (tipicamente 2-5) do comportamento desejado de entrada-saída antes de fazer a pergunta real. Os exemplos atuam como um sinal de treinamento dentro do próprio prompt.

Exemplo de few-shot:

Avaliação: "Qualidade ruim, quebrou em um dia." Sentimento: negativo

Avaliação: "Funciona muito bem, muito satisfeito." Sentimento: positivo

Avaliação: "A tela é brilhante, mas o som é fraco." Sentimento:

O modelo infere um padrão (feedback misto) e pode gerar 'neutro' ou 'misto' com base nos exemplos. Isso ensina ao modelo o formato exato, tom e casos extremos que você se importa.

Por que Few-Shot Funciona

A visão geral de engenharia de prompt da Anthropic enfatiza que exemplos few-shot são uma das maneiras mais confiáveis de direcionar o comportamento do Claude.

Quando Usar Few-Shot

Para inspiração do mundo real, confira o modelo de infográfico de receita - ele usa exemplos no estilo few-shot para gerar conteúdo visual consistente.

Principais Diferenças de Relance

Aqui está uma análise simples:

As estratégias de prompting do Google Gemini destacam que few-shot é uma técnica "avançada" central, mas nem sempre é necessária.

Quando Escolher Zero-Shot vs Few-Shot

Escolha Zero-Shot se:

Escolha Few-Shot se:

Um exemplo prático: o prompt de Especialista em Inclusão Digital para geração de texto alternativo se beneficia de exemplos few-shot que mostram como descrever imagens complexas de forma inclusiva.

Como Criar Exemplos Few-Shot Eficazes

Exemplos mal escolhidos podem prejudicar mais do que ajudar. Siga estas melhores práticas:

1. Escolha Exemplos Representativos

Inclua exemplos que cubram a variedade de entradas que você espera. Para sentimento, inclua positivo, negativo e neutro. Para geração de código, mostre diferentes tipos de entrada.

2. Mantenha Exemplos Consistentes

Se seus exemplos são inconsistentes (ex.: um retorna 'positivo' em minúsculas, outro retorna 'Positivo'), o modelo pode ficar confuso. Mantenha formatação uniforme.

3. Use o Número Certo

2-5 exemplos geralmente são suficientes. Mais podem ajudar em tarefas complexas, mas aumentam o uso de tokens. Comece pequeno e aumente apenas se necessário.

4. Rotule ou Estruture Claramente

Se usar rótulos, coloque-os após a entrada e use um separador como dois pontos ou seta. Por exemplo: Entrada: ... Saída: ...

5. Teste e Itere

Tente diferentes conjuntos de exemplos e compare resultados. A Habilidade de Especialista em Engenharia de Prompt no wikiprompt pode ajudar a formalizar esse processo.

Erros Comuns a Evitar

Para variações mais avançadas, o Prompt de Análise Complexa Combinando Técnicas mostra como misturar few-shot com outros métodos como role prompting ou chain-of-thought.

Combinação Avançada: Zero-Shot + Few-Shot

Você pode combinar ambos em um único prompt. Por exemplo, comece com uma instrução zero-shot, depois forneça uma demonstração few-shot para uma sub-etapa, e então faça a pergunta final.

É isso que o Prompt de Cópia de Marketing Estruturada em XML faz: dá uma descrição da tarefa, depois alguns exemplos de saídas XML, e então pede uma nova. Essa abordagem híbrida é poderosa.

Casos de Uso do Mundo Real

Classificação de Suporte ao Cliente

Use few-shot para mostrar exemplos de tickets (cobrança, problema técnico, feedback) e os rótulos de categoria desejados.

Geração de Conteúdo com Voz de Marca

Forneça exemplos de postagens anteriores que correspondam ao tom desejado. O modelo imitará esse estilo.

Extração de Dados de Texto Não Estruturado

Mostre alguns exemplos de como extrair nomes, datas ou valores em formato JSON.

Geração de Código com Bibliotecas Específicas

Se você quer código usando certas APIs, inclua um pequeno exemplo de trecho para definir o padrão.

Dica Prática: Comece com Zero-Shot, Mova para Few-Shot

Não complique demais. Comece com uma instrução zero-shot clara. Se a saída não for satisfatória, adicione exemplos. O design de prompt do Google Vertex AI recomenda essa abordagem iterativa.

Por exemplo, se você pedir ao Agente de Conformidade de Revisão da App Store da Apple para verificar algo, primeiro tente uma descrição zero-shot. Se ele perder casos extremos, adicione alguns exemplos de revisões problemáticas.

Lista de Verificação Resumida

Leitura Adicional

Para aprofundar seu entendimento, confira estes recursos oficiais:

Conclusão

Tanto zero-shot quanto few-shot prompting são ferramentas essenciais. Zero-shot é sua linha de base rápida e barata; few-shot é sua técnica de precisão para quando a precisão importa. Ao entender suas diferenças e como criar exemplos, você obterá resultados muito melhores de qualquer LLM.

Para mais recursos educacionais, explore nossa categoria de educação ou procure por prompts few-shot. Experimente os prompts vinculados acima para ver essas técnicas em ação.