Solucionado
Boa tarde a todos!
Ao visualizar as discussões postadas neste fórum, verifiquei um quadro resumo das técnicas zero, one e few-shot e especialmente para a técnica few-shot prompting apresentava que a sua limitação era "Prompt mais longo e o uso maior de tokens". Poderia apresentar detalhes destas técnicas, quanto quantidade de exemplos, principais vantagens e limitações com mais riqueza de detalhes? E como funciona o usos destas técnicas em relação aos tokens?
Atenciosamente, muito obrigado!
Opa, Williams, tudo bem?
Essas técnicas servem pra dar contexto pra IA. No Zero-Shot, você só dá a instrução, sem exemplo nenhum. É simples e rápido, mas a resposta pode sair num formato diferente do que você espera.
No One-Shot, você mostra um exemplo pra IA entender o padrão. Isso já melhora bastante o resultado.
E no Few-Shot, você mostra alguns exemplos (geralmente de 2 a 5). A resposta costuma ficar bem mais precisa e consistente, porque o modelo entende melhor o que você quer.
A limitação que você mencionou é real: cada exemplo consome tokens, que são como “pedaços” do texto. Quanto mais exemplos, mais tokens o modelo usa. Ou seja, o prompt fica maior e o custo também. É um equilíbrio entre gastar mais tokens pra ter uma resposta melhor ou economizar e ajustar depois.
Se quiser se aprofundar, esses dois artigos explicam muito bem:
Bons estudos!
Sucesso ✨
Muito obrigado!