O que muda entre as três abordagens
| Técnica | Exemplos fornecidos | Finalidade |
|---|---|---|
| Zero-shot | Nenhum exemplo resolvido. | Pedir a execução através de instruções e contexto. |
| One-shot | Um exemplo resolvido. | Mostrar uma referência de formato ou comportamento. |
| Few-shot | Vários exemplos resolvidos. | Demonstrar padrões e variações relevantes da tarefa. |
Zero-shot não significa ausência de contexto. Um pedido pode conter instruções, restrições e informação detalhada sem incluir exemplos resolvidos.
A mesma tarefa em três versões
Considere a classificação de mensagens em três categorias: pedido de informação, reclamação ou outro assunto. Os exemplos seguintes são fictícios e servem apenas para demonstrar a estrutura.
Classifica a mensagem numa destas categorias: informação, reclamação ou outro. Devolve apenas a categoria. Mensagem: “Qual é o horário da formação?”
Classifica a mensagem em informação, reclamação ou outro. Devolve apenas a categoria.
Exemplo: “Onde posso consultar o programa?” → informação.
Mensagem a classificar: “Qual é o horário da formação?”
Classifica a mensagem em informação, reclamação ou outro. Devolve apenas a categoria.
Exemplo 1: “Onde posso consultar o programa?” → informação.
Exemplo 2: “O acesso que recebi não funciona e ninguém respondeu.” → reclamação.
Exemplo 3: “Obrigado pelo envio dos materiais.” → outro.
Mensagem a classificar: “Qual é o horário da formação?”
Quando acrescentar exemplos
Os exemplos são úteis quando uma instrução deixa margem para interpretações diferentes do formato, do tom ou da classificação. Devem ser relevantes para o trabalho e incluir variação suficiente para não sugerir uma regra acidental.
A sua utilidade deve ser testada. Mais exemplos podem ocupar espaço e acrescentar ruído. A comparação de versões ajuda a decidir se melhoram o resultado para a tarefa em causa.
Exemplos não são uma garantia
Um modelo pode responder incorretamente mesmo com bons exemplos. Também pode reproduzir padrões que não eram intencionais. A informação fornecida no contexto de um pedido não corresponde, por si só, a alterar os parâmetros do modelo através de treino.
A qualidade depende da tarefa, das instruções, dos exemplos, dos dados e do modelo usado. Avalie sempre casos que não foram usados como demonstração.
A analogia do guia etílico
No IA Hoje, usei a situação de pedir uma bebida para introduzir a diferença entre zero, um e vários exemplos. Esta página apresenta um enquadramento técnico complementar, com uma tarefa de classificação.
Leia o guia etílico sobre prompting no IA Hoje. Referência técnica complementar: documentação da Anthropic sobre exemplos em prompting.