Qué es few-shot prompting
Explicar lo que quieres con palabras funciona, pero enseñarlo funciona mejor. Si le das a la IA tres ejemplos de cómo clasificas un email o cómo escribes una descripción de producto, imitará ese patrón mucho mejor que con una explicación abstracta.
Tipos
- Zero-shot: sin ejemplos, solo la instrucción.
- One-shot: un ejemplo.
- Few-shot: varios ejemplos, normalmente de dos a cinco.
Ejemplo real
Una tienda quiere títulos de producto con un formato concreto. En lugar de explicarlo, incluye en el prompt:
- «Zapatilla Trail X2 — Hombre — Talla 42» → «Zapatillas de trail X2 para hombre | Agarre en barro»
- «Mochila Hydro 10L» → «Mochila de hidratación Hydro 10 L | Ligera para trail»
Con esos ejemplos, el modelo genera el resto de títulos con el mismo patrón.
Para qué te sirve en tu negocio
Es la forma más rápida de conseguir resultados consistentes sin fine-tuning: clasificaciones, formatos de salida, tono de marca o extracción de datos.
Errores comunes
- Ejemplos que no representan la variedad real de casos.
- Ejemplos contradictorios entre sí.
- Demasiados ejemplos: encarecen y a veces el modelo copia en exceso.
Preguntas frecuentes
¿Cuántos ejemplos poner?
Entre dos y cinco suele bastar.
¿Qué diferencia hay con el fine-tuning?
El few-shot da ejemplos en cada petición; el fine-tuning los incorpora al modelo con entrenamiento.
¿Qué es zero-shot prompting?
Pedir la tarea sin dar ejemplos.