Few-Shot Prompting — Onderwijzen Door Middel van Voorbeelden

Er zijn taken waarbij het niet voldoende is om de AI te vertellen wat je wilt — je moet het laten zien. Dit is het kernprincipe achter few-shot prompting: in plaats van (of naast) het schrijven van instructies, voeg je één of meer voorbeelden toe van het soort output dat je verwacht, zodat het model deze als sjabloon kan gebruiken.

Few-shot prompting is een van de meest krachtige technieken die je kunt gebruiken, vooral voor taken waarbij een specifieke toon, opmaak of stijl vereist is die moeilijk in woorden te beschrijven is.

Hoe Few-Shot Prompting Werkt

De structuur is eenvoudig. Je geeft op:

1. Een korte instructie (de taak);
2. Eén of meer voorbeelden met input → output-paren;
3. De daadwerkelijke input die je door het model wilt laten verwerken.

Het model leest de voorbeelden, herkent het patroon en past dit toe op de nieuwe input.

Voorbeeldstructuur:

Hoeveel voorbeelden heb je nodig?

De naam "few-shot" geeft aan dat je meestal niet veel voorbeelden nodig hebt om het patroon vast te leggen:

• Eén voorbeeld (one-shot) is vaak voldoende voor eenvoudige opmaak of stijlherkenning;
• Twee tot drie voorbeelden dekken de meeste professionele toepassingen en geven het model genoeg variatie om correct te generaliseren;
• Meer dan vijf is zelden nodig en kan de prompt onoverzichtelijk maken.

De kwaliteit van je voorbeelden is belangrijker dan de hoeveelheid. Eén goed gekozen voorbeeld dat het patroon duidelijk laat zien, is effectiever dan drie inconsistente voorbeelden.

De juiste voorbeelden kiezen

Je voorbeelden moeten zijn:

• Representatief — ze moeten het volledige spectrum van je vraag weerspiegelen, niet alleen de makkelijkste gevallen;
• Consistent — stijl, opmaak en detailniveau moeten uniform zijn in alle voorbeelden;
• Waar mogelijk echt — voorbeelden uit je eigen werk zorgen voor een nauwkeurigere stijlherkenning dan verzonnen voorbeelden;
• Correct opgemaakt — het model neemt opmaakkeuzes over, inclusief fouten. Als je voorbeeld een structurele fout bevat, zal de output dat waarschijnlijk ook doen.

Wanneer Few-Shot Prompting De Extra Inspanning Waard Is

Few-shot kost meer moeite om op te zetten dan zero-shot. Het loont wanneer:

• Je output moet overeenkomen met een specifieke bestaande stijl of formaat (de schrijfstijl van je bedrijf, een rapporttemplate, een toonrichtlijn);
• Zero-shot pogingen consequent resultaten opleveren die dichtbij maar niet helemaal juist zijn;
• Je een herbruikbare prompttemplate bouwt die herhaaldelijk gebruikt zal worden — de opzetkosten zijn een eenmalige investering;
• De taak subjectieve kwaliteitsbeoordelingen omvat (wat een goede onderwerpregel maakt, wat een samenvatting beknopt maakt) die makkelijker te laten zien zijn dan uit te leggen.