Comece sem exemplos e só adicione few-shot quando um teste mostrar que eles resolvem um erro específico. Zero-shot é uma instrução sem demonstrações de entrada e saída; few-shot acrescenta alguns pares de exemplo para tornar visível o padrão esperado. A diferença é especialmente útil quando a tarefa exige rótulos, estilo ou decisões de fronteira difíceis de explicar apenas com uma frase. Exemplos não garantem acerto: também ocupam tokens e podem induzir o modelo a copiar características irrelevantes.
Zero-shot e few-shot: o que muda no prompt?
Em zero-shot, você descreve a tarefa, as regras, o formato e a entrada a processar. Em few-shot, mantém essas instruções e acrescenta demonstrações de como entradas anteriores deveriam ser respondidas. A documentação de prompting da OpenAI descreve few-shot como a apresentação de alguns exemplos de entrada e saída e recomenda diversidade entre eles. A orientação da Anthropic também destaca relevância, variedade e separação clara entre instruções e exemplos.
O teste não é decidir qual nome parece mais avançado, mas verificar se os exemplos ensinam algo que a instrução ainda não comunica. Se o modelo já entrega o formato e a decisão esperados, ampliar o prompt pode não compensar.
Quando os exemplos acrescentam informação
- Formato difícil de descrever: mostrar uma saída curta e uma longa pode delimitar a estrutura ou o nível de detalhe, desde que as regras também estejam explícitas.
- Casos ambíguos: um exemplo de fronteira mostra como aplicar a regra quando há sinais conflitantes.
- Convenção particular da equipe: exemplos ajudam a demonstrar rótulos internos, ordem dos campos ou estilo editorial que o modelo não tem como adivinhar.
- Erros recorrentes observados: um contraexemplo pode corrigir uma generalização inadequada encontrada no teste.
Em tarefas simples, uma definição precisa e um formato explícito costumam ser um ponto de partida mais enxuto. Quando é indispensável obter JSON em um contrato rígido, avalie também saídas estruturadas com esquema, quando disponíveis: exemplos visuais não substituem validação do formato nem garantem, por si, conformidade com um esquema.
Um teste com os mesmos quatro casos
Considere a tarefa de classificar comentários sobre uma compra. As opções são positivo, negativo, misto e sem avaliação. Defina positivo como apenas elogio; negativo como apenas reclamação; misto como elogio e reclamação; sem avaliação como relato sem julgamento. Em ambos os prompts, peça somente um rótulo, sem explicações.
Versão zero-shot
Instrução: “Classifique o comentário em positivo, negativo, misto ou sem avaliação segundo as definições acima. Responda apenas com o rótulo. Comentário: [entrada]”. Nenhuma demonstração é adicionada.
Versão few-shot
Mantenha a mesma instrução e acrescente quatro pares de demonstração antes da nova entrada:
- “Atendimento ótimo.” → positivo.
- “O suporte não resolveu meu problema.” → negativo.
- “Gostei da qualidade, mas o frete foi lento.” → misto.
- “Pedido registrado às 14h.” → sem avaliação.
Depois, aplique as duas versões ao conjunto de teste abaixo. A coluna de referência informa o rótulo esperado pela regra; não representa resultado medido de um modelo.
| Entrada reservada para teste | Rótulo de referência | O que verifica |
|---|---|---|
| “Chegou cedo e funciona bem.” | positivo | Elogio sem reclamação |
| “Veio quebrado.” | negativo | Reclamação sem elogio |
| “Funciona bem, mas chegou atrasado.” | misto | Dois sinais em uma entrada |
| “Comprei na terça-feira.” | sem avaliação | Fato sem julgamento |
O papel do contraexemplo
Se o modelo passar a classificar toda frase com “mas” como mista, acrescente a regra ou um caso de correção: “O atendimento foi ruim, mas o problema continuou.” → negativo. Aqui há duas informações negativas, não um elogio e uma reclamação. Esse contraexemplo testa a regra semântica, não a presença de uma palavra. Ele deve ser testado em novos casos, e não tratado como prova de melhora universal.
Como comparar sem confundir resultado e custo
- Separe as demonstrações de um conjunto de avaliação. Não conte exemplos que já estão no prompt como acertos do teste.
- Fixe o mesmo modelo, instruções, configuração e entradas; mude apenas os exemplos.
- Compare uma versão zero-shot, uma few-shot compacta e, se houver hipótese clara, uma versão com contraexemplo.
- Confira a correção do rótulo, a obediência ao formato e o desempenho nos casos de fronteira. Repita as execuções se houver variação de resposta.
- Registre tokens de entrada, tokens de saída, latência e custo total por chamada. Observe a média e os erros por tipo, não só um resultado favorável.
A orientação de avaliações da OpenAI recomenda medir o comportamento com critérios e dados de teste. Neste exemplo, os rótulos são um gabarito proposto; só a execução real permitiria dizer se exemplos melhoraram, pioraram ou não alteraram o resultado.
Quando os exemplos só gastam contexto
Cada demonstração adiciona texto ao prompt e, portanto, pode elevar o total de tokens de entrada. Isso ocupa parte da janela de contexto que poderia ser usada para documentos, histórico ou a própria pergunta. Casos redundantes, longos ou distantes da tarefa têm utilidade menor como demonstração. Também podem ensinar padrões acidentais: por exemplo, se todos os elogios do conjunto de exemplos forem curtos, o modelo pode confundir comprimento com sentimento.
Não há um número universal de exemplos ideal para todos os modelos e tarefas. Adicione exemplos por uma hipótese observável, remova os que não mudam o comportamento e verifique o efeito no conjunto reservado. Em sistemas com chamadas repetidas, o cache de prompts pode reduzir o preço de partes reutilizadas em condições específicas; isso não faz os exemplos desaparecerem da janela de contexto, nem elimina a necessidade de medir uso e custo reais.
Uma regra prática para decidir
Use zero-shot como linha de base quando as regras forem claras e o resultado já puder ser validado. Experimente few-shot quando houver erro consistente de formato, interpretação de rótulos ou tratamento de exceções. Escolha exemplos representativos e diferentes entre si, separe-os da entrada nova e mantenha a instrução explícita. Preserve a versão mais curta que satisfizer os critérios de qualidade no seu conjunto de teste. Essa é uma decisão de engenharia baseada em evidência local, não uma promessa de que mais exemplos sempre produzem respostas melhores.
