Ir al contenido principal
Español— Elegir un idioma
Menú

Few-Shot Prompting

Lección 5 de 14 Actualizado el 30 de julio de 2026 Principiante
En esta página
  1. Aprendizaje mediante ejemplos
  2. Variantes de few-shot
  3. Cuándo usar few-shot
  4. Reglas para ejemplos eficaces
  5. Combinar few-shot y mensajes de sistema
  6. Práctica
  7. Puntos clave

Aprendizaje mediante ejemplos

El few-shot prompting consiste en incluir pares de entrada/salida en tu prompt para guiar al modelo. En lugar de describir de forma abstracta lo que esperas, muestras concretamente el resultado deseado mediante uno o varios ejemplos.

Este enfoque se basa en la capacidad de Grok para detectar patrones y reproducirlos. A menudo es la técnica más eficaz para obtener un formato de salida preciso o un comportamiento específico.

Variantes de few-shot

Zero-shot: sin ejemplos

Solo proporcionas la instrucción, sin ejemplos. Este es el comportamiento predeterminado.

[
  {"role": "system", "content": "Clasifica las reseñas de clientes como 'positiva', 'negativa' o 'neutral'."},
  {"role": "user", "content": "El producto llegó roto, muy decepcionado."}
]

One-shot: un solo ejemplo

Un único ejemplo suele bastar para establecer el formato de salida.

[
  {"role": "system", "content": "Clasifica las reseñas de clientes usando el formato que se muestra en el ejemplo."},
  {"role": "user", "content": "Gran calidad, ¡la recomiendo!"},
  {"role": "assistant", "content": "{\"sentiment\": \"positive\", \"confidence\": 0.95, \"keywords\": [\"quality\", \"recommend\"]}"},
  {"role": "user", "content": "El producto llegó roto, muy decepcionado."}
]

Few-shot: múltiples ejemplos

Con entre 2 y 5 ejemplos, cubres más casos y el modelo capta mejor los matices.

[
  {"role": "system", "content": "Clasifica las reseñas de clientes en formato JSON."},
  {"role": "user", "content": "Gran calidad, ¡la recomiendo!"},
  {"role": "assistant", "content": "{\"sentiment\": \"positive\", \"confidence\": 0.95}"},
  {"role": "user", "content": "Bueno, nada especial."},
  {"role": "assistant", "content": "{\"sentiment\": \"neutral\", \"confidence\": 0.70}"},
  {"role": "user", "content": "Horrible, no funciona en absoluto."},
  {"role": "assistant", "content": "{\"sentiment\": \"negative\", \"confidence\": 0.98}"},
  {"role": "user", "content": "Entrega rápida pero embalaje dañado."}
]
0
Zero-shot (sin ejemplos)
1
One-shot (formato rápido)
2-5
Few-shot (cobertura óptima)

Cuándo usar few-shot

El few-shot es especialmente adecuado en estas situaciones:

  • Formato de salida estricto: JSON, CSV, Markdown estructurado, formato personalizado
  • Clasificación: sentimiento, categoría, prioridad, idioma
  • Transformación de texto: reescritura, traducción con estilo, extracción de entidades
  • Consistencia de tono: cuando necesitas reproducir un estilo de escritura específico

Reglas para ejemplos eficaces

Diversidad de ejemplos

Tus ejemplos deben cubrir los casos principales. Para una clasificación de tres clases, incluye al menos un ejemplo de cada clase.

Consistencia de formato

Todos tus ejemplos deben seguir exactamente el mismo formato de salida. Si un ejemplo devuelve JSON con claves en minúsculas, los demás deben hacer lo mismo.

Relevancia

Elige ejemplos cercanos a los casos reales que manejará el modelo. Los ejemplos demasiado simples o demasiado exóticos pueden degradar la calidad de los resultados.

Cantidad razonable

Más ejemplos consumen más tokens de entrada. Encuentra el equilibrio adecuado: entre 2 y 5 ejemplos suelen ser suficientes. Más allá de ese punto, añadir ejemplos ofrece rendimientos decrecientes.

Combinar few-shot y mensajes de sistema

La combinación más eficaz empareja un mensaje de sistema que describe la tarea con ejemplos few-shot que muestran el formato:

[
  {
    "role": "system",
    "content": "Eres un asistente que extrae entidades nombradas (personas, lugares, organizaciones) del texto y las devuelve en formato JSON. Cada entidad tiene un tipo y un valor."
  },
  {
    "role": "user",
    "content": "Marie Curie trabajó en la Universidad de París."
  },
  {
    "role": "assistant",
    "content": "{\"entities\": [{\"type\": \"person\", \"value\": \"Marie Curie\"}, {\"type\": \"organization\", \"value\": \"University of Paris\"}]}"
  },
  {
    "role": "user",
    "content": "El director general de TotalEnergies se reunió con el ministro en Lyon."
  }
]

El mensaje de sistema explica la tarea; el ejemplo muestra el formato exacto. El modelo reproducirá este formato para la nueva entrada.

Práctica

Crea un prompt few-shot para convertir descripciones de productos en fichas estructuradas. Define tu formato de salida con 2 o 3 ejemplos y pruébalo con un producto nuevo.

Comienza con un one-shot para verificar el formato y añade ejemplos si el resultado requiere ajustes.

Puntos clave

  • El few-shot consiste en proporcionar ejemplos para guiar al modelo mediante imitación
  • Un solo ejemplo (one-shot) suele bastar para establecer el formato de salida
  • Entre 2 y 5 ejemplos cubren la mayoría de los casos sin malgastar tokens
  • Tus ejemplos deben ser diversos, consistentes en formato y representativos
  • Combina el mensaje de sistema (descripción) con ejemplos (demostración) para obtener resultados óptimos