Few-Shot Prompting erklärt: Beispiele vs. Zero-Shot
Zero-Shot-Prompts haben nur Anweisungen, Few-Shot-Prompts zusätzlich Beispiele. Wann Beispiele die Ausgabe verbessern und wann sie Kopieren und Bias auslösen.
Beispiele
Few-Shot Prompting heißt, eine Handvoll durchgespielter Beispiele (Eingabe und gewünschte Ausgabe) in den Prompt zu packen, damit das Modell das Muster übernimmt. Es ist der schnellste Weg, ein Format oder einen Labeling-Stil festzulegen. Der Haken: Modelle kopieren alles, auch Eigenheiten, die du nicht wolltest, daher zählen Auswahl und Ausgewogenheit der Beispiele ebenso viel wie die Anweisung.
Your app parses the model’s JSON, but sometimes the reply starts with “Sure! Here is the JSON:”. What is the most robust fix?
Deine 3 Beispiele für einen Sentiment-Klassifikator sind alle mit „positiv“ gelabelt. Was ist die wahrscheinlichste Nebenwirkung?
B. Das Modell neigt dazu, „positiv“ zu antworten Modelle übernehmen die Verteilung der Labels aus den Beispielen. Unausgewogene Beispiele verzerren die Ausgabe, also mische Labels und nimm einen Grenzfall auf.
Zero-Shot gibt nur eine Anweisung. Few-Shot ergänzt ein paar Eingabe-Ausgabe-Beispiele der Aufgabe. Beispiele helfen am meisten, wenn Format oder Urteil sich schwer in Worte fassen lassen.
Meist zwei bis fünf gut gewählte, abwechslungsreiche Beispiele. Mehr Beispiele kosten Tokens und können das Modell dazu bringen, Oberflächendetails zu stark zu kopieren.
Zero-Shot-Prompts haben nur Anweisungen, Few-Shot-Prompts zusätzlich Beispiele. Wann Beispiele die Ausgabe verbessern und wann sie Kopieren und Bias auslösen.
Gültiges JSON von einem LLM bekommst du nicht durch höfliches Bitten. Schemas, Structured-Output-Modi, Validierung und Retries und die häufigsten Fehlerquellen.
Die Prompt-Fehler hinter den meisten schlechten KI-Antworten, von fehlendem Kontext bis zu widersprüchlichen Regeln und ungetesteten Änderungen, mit Lösung.
Kurze Quizze zu echten Prompting-Entscheidungen, mit einer Erklärung zu jeder Antwort. Kostenlos starten auf iPhone und Android.