Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Few-Shot Prompting

5. lecke 14 közül Frissítve 2026. július 30. Kezdő
Ezen az oldalon
  1. Tanulás példákon keresztül
  2. A few-shot változatai
  3. Mikor alkalmazzunk few-shot módszert?
  4. Szabályok a hatékony példákhoz
  5. A few-shot és a rendszerüzenetek kombinálása
  6. Gyakorlat
  7. Főbb megállapítások

Tanulás példákon keresztül

A few-shot prompting során bemeneti/kimeneti párokat adsz meg a promptodban, hogy irányítsd a modellt. Ahelyett, hogy elvontan írnád le, mit vársz, konkrétan megmutatod a kívánt eredményt egy vagy több példán keresztül.

Ez a megközelítés a Grok mintafelismerő és -ismétlő képességére épít. Gyakran ez a leghatékonyabb technika a pontos kimeneti formátum vagy egy specifikus viselkedés eléréséhez.

A few-shot változatai

Zero-shot: példák nélkül

Csak az utasítást adod meg, példák nélkül. Ez az alapértelmezett viselkedés.

[
  {"role": "system", "content": "Classify customer reviews as 'positive', 'negative', or 'neutral'."},
  {"role": "user", "content": "The product arrived broken, very disappointed."}
]

One-shot: egyetlen példa

Gyakran elég egyetlen példa is a kimeneti formátum beállításához.

[
  {"role": "system", "content": "Classify customer reviews using the format shown in the example."},
  {"role": "user", "content": "Great quality, I recommend it!"},
  {"role": "assistant", "content": "{\"sentiment\": \"positive\", \"confidence\": 0.95, \"keywords\": [\"quality\", \"recommend\"]}"},
  {"role": "user", "content": "The product arrived broken, very disappointed."}
]

Few-shot: több példa

2–5 példával több esetet lefedesz, és a modell jobban megérti az árnyalatokat.

[
  {"role": "system", "content": "Classify customer reviews in JSON format."},
  {"role": "user", "content": "Great quality, I recommend it!"},
  {"role": "assistant", "content": "{\"sentiment\": \"positive\", \"confidence\": 0.95}"},
  {"role": "user", "content": "Meh, nothing special."},
  {"role": "assistant", "content": "{\"sentiment\": \"neutral\", \"confidence\": 0.70}"},
  {"role": "user", "content": "Horrible, doesn't work at all."},
  {"role": "assistant", "content": "{\"sentiment\": \"negative\", \"confidence\": 0.98}"},
  {"role": "user", "content": "Fast delivery but damaged packaging."}
]
0
Zero-shot (nincsenek példák)
1
One-shot (gyors formázás)
2-5
Few-shot (optimális lefedettség)

Mikor alkalmazzunk few-shot módszert?

A few-shot különösen az alábbi helyzetekben ajánlott:

  • Szigorú kimeneti formátum: JSON, CSV, strukturált Markdown, egyedi formátum
  • Osztályozás: hangulat, kategória, prioritás, nyelv
  • Szövegtranszformáció: átfogalmazás, stílushű fordítás, entitáskinyerés
  • Hangnem-konzisztencia: ha egy specifikus írási stílust kell reprodukálnod

Szabályok a hatékony példákhoz

Példák sokszínűsége

A példáidnak le kell fedniük a főbb eseteket. Háromosztályos osztályozás esetén minden osztályból szerepeljen legalább egy példa.

Formátum-konzisztencia

Minden példának pontosan ugyanazt a kimeneti formátumot kell követnie. Ha az egyik példa JSON-t ad vissza kisbetűs kulcsokkal, a többinek is ezt kell tennie.

Relevancia

Olyan példákat válassz, amelyek közel állnak azokhoz a valós esetekhez, amelyeket a modell kezelni fog. A túl egyszerű vagy túl egzotikus példák ronthatják az eredmények minőségét.

Ésszerű mennyiség

Több példa több bemeneti tokent fogyaszt. Találd meg az egyensúlyt: általában 2–5 példa elég. Efelett a példák hozzáadása egyre kisebb hozadékot eredményez.

A few-shot és a rendszerüzenetek kombinálása

A leghatékonyabb kombináció egy feladatot leíró rendszerüzenet és a formátumot bemutató few-shot példák párosítása:

[
  {
    "role": "system",
    "content": "You are an assistant that extracts named entities (people, places, organizations) from text and returns them in JSON format. Each entity has a type and a value."
  },
  {
    "role": "user",
    "content": "Marie Curie worked at the University of Paris."
  },
  {
    "role": "assistant",
    "content": "{\"entities\": [{\"type\": \"person\", \"value\": \"Marie Curie\"}, {\"type\": \"organization\", \"value\": \"University of Paris\"}]}"
  },
  {
    "role": "user",
    "content": "The CEO of TotalEnergies met the minister in Lyon."
  }
]

A rendszerüzenet elmagyarázza a feladatot, a példa pedig megmutatja a pontos formátumot. A modell ezt a formátumot fogja reprodukálni az új bemenetre.

Gyakorlat

Készíts egy few-shot promptot, amely termékleírásokat alakít át strukturált adatlapokká. Határozd meg a kimeneti formátumot 2–3 példával, majd teszteld egy új termékkel.

Kezdj egy one-shot példával a formátum ellenőrzéséhez, majd adj hozzá további példákat, ha az eredmény finomhangolást igényel.

Főbb megállapítások

  • A few-shot példák biztosítását jelenti, hogy utánzással irányítsd a modellt
  • Egyetlen példa (one-shot) gyakran elég a kimeneti formátum beállításához
  • 2–5 példa lefedi az esetek többségét anélkül, hogy feleslegesen pazarolnád a tokeneket
  • A példáidnak sokszínűeknek, formátum szempontjából konzisztenseknek és reprezentatívnak kell lenniük
  • Az optimális eredmény érdekében kombináld a rendszerüzenetet (leírás) a példákkal (bemutatás)