Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Few-Shot Prompting

Lektion 5 av 14 Uppdaterad 30 juli 2026 Nybörjare
På denna sida
  1. Lära genom exempel
  2. Varianter av few-shot
  3. När du ska använda few-shot
  4. Regler för effektiva exempel
  5. Kombinera few-shot och systemmeddelanden
  6. Övning
  7. Viktiga punkter

Lära genom exempel

Few-shot prompting innebär att du inkluderar par av indata/utdata i din prompt för att styra modellen. Istället för att abstrakt beskriva vad du förväntar dig, visar du konkret det önskade resultatet genom ett eller flera exempel.

Denna metod förlitar sig på Groks förmåga att upptäcka mönster och reproducera dem. Det är ofta den mest effektiva tekniken för att få ett precist utdataformat eller ett specifikt beteende.

Varianter av few-shot

Zero-shot: inga exempel

Du ger endast instruktionen, utan exempel. Detta är standardbeteendet.

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

One-shot: ett enda exempel

Ett exempel räcker ofta för att definiera utdataformatet.

[
  {"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: flera exempel

Med 2 till 5 exempel täcker du fler fall och modellen förstår nyanser bättre.

[
  {"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 (inga exempel)
1
One-shot (snabbt format)
2-5
Few-shot (optimal täckning)

När du ska använda few-shot

Few-shot är särskilt lämpligt i följande situationer:

  • Strikt utdataformat: JSON, CSV, strukturerad Markdown, anpassade format
  • Klassificering: sentiment, kategori, prioritet, språk
  • Texttransformering: omskrivning, översättning med specifik stil, extrahering av entiteter
  • Tonkonsistens: när du har en specifik skrivstil som ska efterliknas

Regler för effektiva exempel

Exempelns mångfald

Dina exempel bör täcka huvudfallen. För en klassificering med tre klasser, inkludera minst ett exempel för varje klass.

Formatkonsistens

Alla dina exempel måste följa exakt samma utdataformat. Om ett exempel returnerar JSON med gemener som nycklar, måste alla andra göra detsamma.

Relevans

Välj exempel som ligger nära de verkliga fall modellen kommer att hantera. Exempel som är för enkla eller för exotiska kan försämra resultatets kvalitet.

Rimlig mängd

Fler exempel konsumerar fler inmatningstokens. Hitta rätt balans: 2 till 5 exempel räcker generellt. Utöver detta ger fler exempel allt mindre avkastning.

Kombinera few-shot och systemmeddelanden

Den mest effektiva kombinationen parar ett systemmeddelande som beskriver uppgiften med few-shot-exempel som visar formatet:

[
  {
    "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."
  }
]

Systemmeddelandet förklarar uppgiften, exemplet visar det exakta formatet. Modellen kommer att reproducera detta format för den nya inmatningen.

Övning

Skapa en few-shot-prompt för att konvertera produktbeskrivningar till strukturerade datablad. Definiera ditt utdataformat med 2–3 exempel och testa sedan med en ny produkt.

Börja med en one-shot för att verifiera formatet, lägg sedan till fler exempel om resultatet kräver justeringar.

Viktiga punkter

  • Few-shot innebär att du tillhandahåller exempel för att styra modellen genom efterliknande
  • Ett enda exempel (one-shot) räcker ofta för att definiera utdataformatet
  • 2 till 5 exempel täcker de flesta fall utan att slösa på tokens
  • Dina exempel måste vara mångsidiga, konsekventa i formatet och representativa
  • Kombinera systemmeddelandet (beskrivning) med exempel (demonstration) för optimala resultat