Few-Shot Prompting to metoda komunikacji z modelem AI, polegająca na umieszczeniu w zapytaniu (prompcie) kilku konkretnych przykładów (wzorców) tego, jak powinna wyglądać oczekiwana odpowiedź. Dzięki temu model z łatwością adaptuje się do pożądanego formatu i stylu.
Co to znaczy
Większość użytkowników korzysta z tzw. metody Zero-Shot (podanie instrukcji bez żadnych przykładów formatowania wyjściowego). Skutkuje to często tekstami o generycznym, typowym dla modelu brzmieniu. Metoda Few-Shot dostarcza sztucznej inteligencji kontekst w czasie rzeczywistym. Pokazując modelowi wejście i wzorowe wyjście (np. w trzech różnych konfiguracjach), budujesz szlak logiczny. Model matematyczny imituje strukturę i ton wypowiedzi ze wskazanych przykładów, aplikując te zasady do finalnego, zadanego na samym dole zadania.
Dlaczego to ważne
Jest to jedna z najbardziej oszczędzających czas metod przystosowywania modelu na co dzień dla osób zajmujących się komunikacją z AI. Pozwala uzyskać precyzyjny schemat bez konieczności kosztownego programowania logiki (fine-tuningu) po stronie chmury.
Zlecasz asystentowi AI przygotowanie nagłówków do ogłoszeń o pracę. Zamiast pisać ogólne: „Napisz tytuł oferty z wymaganiami”, konstruujesz prompt według zasady Few-Shot: „Oto jak formatujemy nasze tytuły ogłoszeń. Przykład 1: [Stanowisko] - Poszukujemy eksperta z [Technologia]. Przykład 2: [Stanowisko] - Zbuduj u nas nową architekturę. Na podstawie tych dwóch przykładów przygotuj dla mnie trzy kolejne ogłoszenia dotyczące stanowisk programistycznych.”. Zwrócony wynik precyzyjnie powiela układ ze wskazanych przed chwilą szablonów na wgranej sesji.
Czym to nie jest
- Zmianą kodu bazowego lub trenowaniem modelu od zera (jak ma to miejsce w Fine-Tuningu procesów API). To jedynie ułatwienie nawigacyjne dla maszyny, polegające na modelowaniu odpowiedzi z weryfikacją w ramach bieżącego, trwającego strumienia poleceń z poziomu ekranu konwersacji edytora.
- Wykorzystaniem bazy dokumentów z wyszukiwaniem (Zero-Shot z RAG nie narzuca tonu wyjściowego z góry od szablonu zachowań; RAG używa plików w poszukiwaniu rzetelnego faktu dla cytatu odpowiedzi z asystą, podczas gdy szablony Few-Shot skupiają się na naśladowaniu ujęcia merytorycznego formatu zdaniowego ze zlecenia podanego powyżej przycisku).
Jak rozpoznać
Znajdziesz te zwroty w kontekstach technik operowania komunikatem z inżynierami obok „Zero-Shot Prompting (brak ułożenia w przykład z pustą kartą)” oraz „One-Shot Prompting (technika z przekazaniem ekskluzywnie pojedynczego przykładu idealnego zachowania i tonacji ze źródła)”.