Saltar al contenido principal

Ejemplos few-shot bien hechos

Intermedio
What you'll learn
  • Qué es el prompting few-shot y por qué los ejemplos superan a las descripciones
  • Cómo leer un prompt few-shot limpio que el modelo completa
  • Cómo elegir, formatear y ordenar ejemplos (incluidos los casos límite)
  • Cuándo recurrir a zero-shot frente a few-shot
  • Por qué un ejemplo descuidado es peor que ningún ejemplo

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​

Fíjate en la forma: varios pares Message → Label en formato idéntico, y luego un mensaje final con un Label: vacío para que el modelo lo rellene.

Prompt de clasificación few-shot

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​

Guided walkthrough1 of 5
  1. Incluye los casos límite que te importan. Si una categoría es rara o complicada, inclúyela.

El coste en tokens mencionado arriba es real — consulta Tokens y contexto. Para el enfoque de delimitadores, las etiquetas XML son un separador limpio y fiable.

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.

Pro tip
  • Los ejemplos son datos — mantenlos limpios. Un ejemplo erróneo o descuidado enseña activamente lo equivocado. Cúralos como si fueran datos de entrenamiento.
Key takeaways
  • Muestra, no expliques: los ejemplos resueltos superan a las descripciones vagas.
  • Cubre la variedad, sobre todo los casos límite, y mantén cada ejemplo en un formato idéntico.
  • 2–5 ejemplos suele bastar; más puede sobreajustar y cuesta tokens.
  • El orden importa — los más claros primero, y no agrupes una misma etiqueta junta.
  • Empieza con zero-shot; añade ejemplos solo para un formato/estilo específico o ante la ambigüedad.

Compruébate

0/5
  1. ¿Por qué los ejemplos suelen superar a una descripción escrita como 'sé conciso y amable'?
  2. ¿Cuántos ejemplos 'suelen ser suficientes' para un prompt few-shot?
  3. Para una tarea de clasificación, ¿cómo deberías ordenar los ejemplos?
  4. ¿Cuándo deberías preferir zero-shot frente a few-shot?
  5. ¿Cuál es el riesgo de un ejemplo descuidado o erróneo?

Siguiente​