Ejemplos few-shot bien hechos
El prompting few-shot consiste en mostrar al modelo unos cuantos ejemplos resueltos de la tarea antes de pedirle que haga uno nuevo. Bien hecho, es la forma más rápida de fijar un formato, un estilo o un comportamiento ante casos límite — a menudo mejor que describir con palabras lo que quieres.
Por qué los ejemplos superan a las descripciones
"Sé conciso y amable" es vago. Mostrar dos salidas concisas y amables no deja lugar a dudas. El modelo reconoce el patrón de los ejemplos y lo continúa.
Un prompt few-shot limpio
Classify each support message as: billing, bug, or feature.
Message: "I was charged twice this month."
Label: billing
Message: "The app crashes when I upload a photo."
Label: bug
Message: "Can you add dark mode?"
Label: feature
Message: "My subscription renewed at the wrong price."
Label:
El modelo tiene el patrón; completa la última línea.
Cómo elegir y formatear los ejemplos
- Cubre la variedad, sobre todo los casos límite que te importan. Si una categoría es rara o complicada, inclúyela.
- Mantén los ejemplos consistentes en el formato — misma estructura, mismas etiquetas, mismos delimitadores. La inconsistencia enseña inconsistencia.
- 2–5 suele ser suficiente. Más ayuda en tareas difíciles o variadas, pero cuesta tokens y puede sobreajustarse a las peculiaridades de los ejemplos.
- El orden puede importar — pon primero los ejemplos más claros; para clasificación, no agrupes todos los de una misma etiqueta juntos.
- Usa delimitadores (o etiquetas XML) para separar los ejemplos de la entrada en vivo.
Zero-shot frente a few-shot
Prueba primero el zero-shot (solo pregunta) — los modelos modernos son potentes. Añade ejemplos cuando necesites un formato/estilo específico o la tarea sea ambigua. Si el zero-shot ya lo clava, no pagues por los ejemplos.
:::tip Los ejemplos son datos — mantenlos limpios Un ejemplo erróneo o descuidado enseña activamente lo equivocado. Cúralos como si fueran datos de entrenamiento. :::