1
resposta

[Faça como eu fiz]: Exemplos: Zero-shot, One-shot, Few-shot

Segue a prática da atividade:

Zero-shot:
Insira aqui a descrição dessa imagem para ajudar na acessibilidade
One-shot:
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Few-shot:
Insira aqui a descrição dessa imagem para ajudar na acessibilidade

1 resposta

Olá, Estudante. Como vai?

Excelente demonstração prática! Esse exercício de aplicar os três níveis de contextualização por exemplos (Zero-shot, One-shot e Few-shot) é essencial para entender como controlar o comportamento e o formato de saída de uma Inteligência Artificial.

Nas capturas de tela que você compartilhou, podemos ver nitidamente a diferença de maturidade nas respostas com base no volume de instruções fornecido:

1. Zero-shot (Sem exemplos)

Na terceira imagem, você fez uma pergunta direta de conhecimento geral: "Onde está localizada a Ilha do Mel?".
O modelo respondeu de forma textual, trazendo fatos geográficos precisos sobre o Paraná e os pontos de embarque. Isso é o Zero-shot: quando confiamos puramente no conhecimento prévio que o modelo adquiriu durante seu treinamento, sem dar nenhum molde de como queremos a resposta.

2. One-shot (Um único exemplo estruturado)

Na segunda imagem, você propôs um desafio lógico e matemático complexo sobre a frota de barcos e o fluxo de viagens na travessia da Ilha do Mel.
Para resolver um problema interpretativo desse nível de detalhe, a IA precisa de uma instrução rica ou de uma estrutura de raciocínio lógico pré-definida. Ao guiar o modelo a separar a "frota física em movimento" (2 barcos) do "fluxo total de viagens" (32 viagens em 8 horas), o resultado ganha um nível de precisão cirúrgico, evitando interpretações ambíguas.

3. Few-shot (Vários exemplos para fixar um padrão)

Na primeira imagem, você utilizou a técnica perfeita de Few-shot para tradução. Ao fornecer um padrão claro de pares de idiomas:

  • Exemplo 1: Inglês -> Espanhol
  • Exemplo 2: Inglês -> Espanhol

Ao inserir a frase final ("The weather is very nice today"), o modelo não precisou de nenhuma explicação do tipo "por favor, traduza a frase acima para o espanhol". Ele simplesmente leu o histórico, identificou o padrão repetitivo e completou a sequência no mesmo formato exato: "Espanhol: El clima está muy lindo hoy".

Dominar essas abordagens permite que você economize o tamanho dos seus prompts no dia a dia, usando exemplos visuais em vez de regras de texto longas e cansativas. Parabéns pela excelente execução da atividade!

Espero que possa ter lhe ajudado!