Few-shot prompting: naučte AI formát pomocí příkladů

Někdy je těžké slovy popsat, co přesně chcete. Mnohem snazší je ukázat to. Přesně na tom stojí technika few-shot prompting: do zadání vložíte několik vzorových dvojic „vstup → výstup“ a AI pak stejný vzor použije na nový vstup.

Zero-shot, one-shot, few-shot

• Zero-shot – jen instrukce, žádný příklad. „Urči sentiment této recenze.“
• One-shot – jeden vzorový příklad.
• Few-shot – typicky dva až pět příkladů.

Zero-shot stačí na běžné úlohy. Příklady se vyplatí, když potřebujete konkrétní formát, styl nebo způsob rozhodování, který se těžko popisuje.

Jednoduchý příklad: klasifikace zpráv

Zařaď zprávu od zákazníka do kategorie: FAKTURACE, TECHNIKA, OBCHOD, JINÉ.
Odpověz jen názvem kategorie.

Zpráva: "Proč mi přišla faktura dvakrát?"
Kategorie: FAKTURACE

Zpráva: "Server mi od rána vrací chybu 502."
Kategorie: TECHNIKA

Zpráva: "Dáváte slevu při ročním předplatném pro 20 lidí?"
Kategorie: OBCHOD

Zpráva: "Nejde mi přihlásit do administrace, píše to špatné heslo."
Kategorie:

AI vidí přesný formát odpovědi (jedno slovo, velkými písmeny) i to, jak hraniční případy rozhodujete.

Příklad pro styl textu

Few-shot je skvělý i na sjednocení stylu, třeba u popisků produktů:

Napiš krátký popisek produktu ve stejném stylu jako příklady.

Produkt: Hrnek keramický 350 ml, matný, šedý
Popisek: Matná šedá keramika, 350 ml. Na ranní kávu i odpolední čaj. Do myčky bez obav.

Produkt: Lněná utěrka 50×70 cm, přírodní barva
Popisek: Přírodní len, 50×70 cm. Savá, pevná a s každým praním měkčí.

Produkt: Dřevěné prkénko z buku, 30×20 cm
Popisek:

Všimněte si, že jste nikde nemuseli psát „první věta materiál a rozměr, druhá použití, třetí praktická výhoda“. AI to odvodí z příkladů.

Jak volit dobré příklady

1. Rozmanitost – pokryjte různé typy vstupů, ne tři skoro stejné.
2. Hraniční případy – pokud máte nejasnou kategorii, ukažte, jak ji řešíte.
3. Konzistentní formát – všechny příklady musí mít přesně stejnou strukturu, jinak AI nebude vědět, kterou následovat.
4. Reálná data – vymyšlené příklady jsou v pořádku, ale měly by vypadat jako to, co skutečně zpracováváte.
5. Vyvážené zastoupení – pokud dáte čtyři příklady kategorie A a jeden B, AI může mít sklon častěji volit A.

Kolik příkladů použít

Obvykle stačí 2–5. Víc příkladů znamená delší prompt a víc spotřebovaných tokenů, přičemž přínos od určitého bodu klesá. Začněte se dvěma a přidávejte, jen když AI dělá chyby u konkrétního typu vstupu – a pak přidejte právě takový příklad.

Časté chyby

• AI kopíruje obsah příkladů, ne jen formát. Pokud všechny příklady zmiňují „do myčky“, objeví se to i u prkénka. Řešení: příklady obsahově obměňujte.
• Příklady odporují instrukci. Napíšete „max. 20 slov“, ale příklady mají 35. AI se většinou řídí příklady.
• Chybí jasné oddělení. Používejte stejné štítky (Vstup: / Výstup:) a prázdné řádky.

Few-shot v kombinaci s instrukcemi

Nejlepší výsledky dává kombinace: krátká instrukce s pravidly + příklady, které je ilustrují.

Převeď poznámku ze schůzky na úkol ve formátu:
[Kdo] – [Co] – [Termín nebo "bez termínu"]

Poznámka: Petr pošle nabídku klientovi do pátku.
Úkol: Petr – poslat nabídku klientovi – pátek

Poznámka: Někdo by měl zkontrolovat zálohy.
Úkol: neurčeno – zkontrolovat zálohy – bez termínu

Poznámka: Jana do konce měsíce připraví prezentaci pro vedení.
Úkol:

Druhý příklad zároveň učí, jak zacházet s chybějícím vlastníkem úkolu – což by se slovy popisovalo zdlouhavě.

Kde to využijete

• třídění e-mailů a tiketů,
• extrakce údajů z textu do pevného formátu,
• jednotný styl popisků, nadpisů nebo commit zpráv,
• převod poznámek do strukturovaných úkolů,
• přepis textu do konkrétního tónu značky.

Jakmile máte few-shot prompt, který funguje, uložte si ho jako šablonu a používejte opakovaně.