Цифра.Портал
Тексты

Few-shot промптинг: как давать примеры и почему это работает

Средний8 мин

Few-shot — самый недооценённый приём промптинга. 2–3 примера в промпте дают больше, чем страница инструкций. Разбираем механику и шаблоны.

Что такое few-shot

Few-shot prompting — это когда вы показываете модели 2–3 примера желаемого формата прямо в промпте. Модель обучается «на лету» и повторяет паттерн.

Zero-shot (без примеров):

Напиши заголовок для поста о кофе.

Few-shot (с примерами):

Напиши заголовок для поста о кофе.

>

Примеры хороших заголовков:

- «Утро начинается не с кофе — с правильного кофе»

- «Почему ваш эспрессо горчит: 3 причины»

- «Как мы научились варить идеальный флэт уайт»

>

Теперь придумай 3 заголовка для поста об осеннем меню.

Почему это работает

Языковые модели — это паттерн-матчеры. Когда вы даёте примеры, вы задаёте дистрибуцию: «отвечай примерно так». Модель видит структуру, тон, длину — и воспроизводит.

Few-shot работает лучше, чем длинное описание правил. Один пример стоит двух абзацев инструкций.

Структура few-shot промпта

[Задача + контекст]

Примеры:
Вход: [[пример 1 вход]]
Выход: [[пример 1 выход]]

Вход: [[пример 2 вход]]
Выход: [[пример 2 выход]]

Теперь:
Вход: [[реальный вход]]
Выход:

Примеры применения

Классификация тональности

Определи тональность отзыва: позитивный, нейтральный или негативный.

Примеры:
Отзыв: «Отличный кофе, приду ещё!» → позитивный
Отзыв: «Кофе средний, но место уютное» → нейтральный
Отзыв: «Ждал 40 минут, больше не вернусь» → негативный

Отзыв: «Бариста перепутал заказ, но быстро исправил» →

Форматирование данных

Преобразуй текст в JSON.

Примеры:
Текст: «Иван, 34 года, Москва»
JSON: {"name": "Иван", "age": 34, "city": "Москва"}

Текст: «Мария, 28 лет, Казань»
JSON: {"name": "Мария", "age": 28, "city": "Казань"}

Текст: «Алексей, 45 лет, Санкт-Петербург»
JSON:

Сколько примеров нужно

  • 1 пример — задаёт тон и формат
  • 2–3 примера — оптимально для большинства задач
  • 5+ примеров — для сложных классификаций или нестандартных форматов

Больше — не всегда лучше. После 5–7 примеров прирост качества минимален, зато растёт стоимость запроса.

Когда few-shot не помогает

  • Задача требует знаний, которых нет в модели
  • Примеры противоречивы или некачественны
  • Задача слишком открытая (творческое письмо без чётких критериев)
На странице
связанные промпты
читайтедальше
Тексты
Как собрать промпт по структуре: роль + задача + формат