Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Prompting com Poucos Exemplos — Ensino por Meio de Exemplos | Técnicas Fundamentais de Prompting
Engenharia de Prompts para o Trabalho

bookPrompting com Poucos Exemplos — Ensino por Meio de Exemplos

Deslize para mostrar o menu

Existem tarefas em que apenas dizer à IA o que você deseja não é suficiente — é preciso mostrar. Este é o princípio central do few-shot prompting: em vez de (ou além de) escrever instruções, você inclui um ou mais exemplos do tipo de saída que deseja, permitindo que o modelo use esses exemplos como template.

Few-shot prompting é uma das técnicas de maior impacto disponíveis, especialmente para tarefas que precisam seguir um tom, formato ou estilo específico que é difícil de descrever em palavras.

Como funciona o Few-Shot Prompting

A estrutura é simples. Você fornece:

  1. Uma breve instrução (a tarefa);
  2. Um ou mais exemplos mostrando pares de entrada → saída;
  3. A entrada real que você deseja que o modelo processe.

O modelo lê os exemplos, identifica o padrão e aplica ao novo input.

Estrutura do exemplo:

Note
Prompt

Veja como nossa equipe escreve atualizações internas de status:

Input: The API integration is delayed due to a dependency issue on the vendor side. ETA unclear. Output: API integration delayed — vendor dependency unresolved. No ETA yet. Flagged to [Owner]. Next update: Friday.

Input: Design review completed. Three minor revisions requested by stakeholders. Changes expected by end of week. Output: Design review done — 3 revisions requested. Changes due EOW. Owner: Design team.

Now apply the same format to this update: Input: The onboarding flow testing is 80% complete. Two edge cases still being resolved by the dev team. Expected completion by Thursday.

Descrição da captura de tela: Uma janela de chat mostrando um prompt few-shot completo. O prompt está visualmente dividido em três seções claramente rotuladas usando sombreamento de fundo sutil. Seção 1 — "Instrução": Escrever linhas de assunto para e-mails de reengajamento no estilo mostrado abaixo. Seção 2 — "Exemplos": dois pares de entrada/saída. Entrada 1: Público: usuários em teste que não converteram. Produto: ferramenta de gerenciamento de projetos. Saída 1: "Seus projetos ainda estão esperando por você." Entrada 2: Público: usuários inativos há 90 dias. Produto: plataforma de design. Saída 2: "Muita coisa mudou desde que você saiu." Seção 3 — "Sua entrada": Público: usuários que se cadastraram mas nunca concluíram a integração. Produto: software de análise de RH. A resposta da IA abaixo produz uma linha de assunto que corresponde claramente ao estilo e à brevidade dos dois exemplos. Uma anotação aponta para a seção de exemplos: "O modelo aprende o padrão a partir daqui." Uma anotação aponta para a saída: "Aplica o mesmo padrão à nova entrada."

Quantos Exemplos São Necessários?

O nome "few-shot" reflete o fato de que normalmente não é preciso muitos exemplos para ancorar o padrão:

  • Um exemplo (one-shot) geralmente é suficiente para correspondência simples de formatação ou estilo;
  • Dois a três exemplos cobrem a maioria dos casos de uso profissionais e fornecem variação suficiente para o modelo generalizar corretamente;
  • Mais de cinco raramente é necessário e pode tornar o prompt difícil de manejar.

A qualidade dos exemplos importa mais do que a quantidade. Um exemplo bem escolhido que demonstra claramente o padrão é mais eficaz do que três exemplos inconsistentes.

Como Escolher Bons Exemplos

Seus exemplos devem ser:

  • Representativos — devem refletir toda a variedade do que está sendo solicitado, não apenas os casos mais fáceis;
  • Consistentes — o estilo, formato e nível de detalhamento devem ser uniformes em todos os exemplos;
  • Reais sempre que possível — usar exemplos do seu trabalho real produz uma correspondência de estilo mais precisa do que exemplos inventados;
  • Corretamente formatados — o modelo irá replicar as escolhas de formatação, inclusive erros. Se o exemplo tiver um erro estrutural, espere que a saída também tenha.

Quando o Few-Shot Prompting Vale o Esforço Adicional

Few-shot exige mais trabalho para configurar do que zero-shot. Vale a pena quando:

  • É necessário que a saída siga um estilo ou formato existente específico (o estilo de escrita da sua empresa, um modelo de relatório, um guia de tom);
  • As tentativas zero-shot produziram resultados que estão consistentemente próximos, mas não totalmente corretos;
  • Você está criando um modelo de prompt reutilizável que será usado repetidamente — o custo de configuração é um investimento único;
  • A tarefa envolve julgamentos de qualidade subjetivos (o que torna uma linha de assunto boa, o que torna um resumo conciso) que são mais fáceis de demonstrar do que explicar.
question mark

Qual das opções a seguir é uma melhor prática para few-shot prompting com base no conteúdo do capítulo

Selecione a resposta correta

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 2

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Seção 2. Capítulo 2
some-alt