Few-Shot Prompting: O Que É e Como Usar (Com 5 Exemplos em Português)

Você escreve um prompt de classificação. Roda uma vez, funciona. Roda de novo, o formato da resposta mudou. Roda uma terceira, o modelo foi em outra direção completamente.

O problema quase sempre é o mesmo: o prompt descreve o que você quer, mas não mostra. Few-shot prompting resolve isso com exemplos diretamente no prompt. Não como documentação, como demonstração do padrão que o modelo deve seguir.

O que é few-shot prompting

Few-shot prompting é a técnica de incluir exemplos de entrada/saída no prompt, antes da tarefa real. O nome vem de "aprendizado com poucos exemplos", cada "shot" é um par de demonstração.

• Zero-shot: sem exemplos. O modelo interpreta a instrução e responde.
• One-shot: um único exemplo antes da tarefa.
• Few-shot: dois a cinco exemplos antes da tarefa.

A diferença prática: zero-shot pede interpretação. Few-shot pede replicação. Para tarefas onde o formato importa, JSON, categorias fixas, tom específico, replicar um padrão mostrado é mais confiável do que interpretar uma instrução descrita.

O conceito foi documentado em escala pelo paper "Language Models are Few-Shot Learners" (Brown et al., NeurIPS 2020). Com GPT-3, alguns exemplos no prompt superavam modelos especializados em várias tarefas. Não porque o modelo aprendeu algo novo, mas porque os exemplos ativaram o padrão certo dentro de um contexto claro.

Como funciona por dentro: in-context learning

Few-shot prompting é uma forma de in-context learning (ICL). O modelo não é retreinado. Os exemplos funcionam como contexto temporário. O modelo infere o padrão a partir deles e aplica na tarefa seguinte.

O que os exemplos sinalizam:

• Formato de saída: "a resposta deve ter esta estrutura"
• Granularidade: "este nível de detalhe é o esperado"
• Categorias permitidas: "os valores de saída são exatamente esses"
• Tom: "o estilo deve ser como nestes exemplos"

Uma descoberta contraintuitiva de Min et al. (2022): os rótulos nos exemplos importam menos do que a estrutura. O modelo se beneficia mais do padrão entrada/saída do que do conteúdo específico dos rótulos. Isso não justifica exemplos ruins. Mas explica por que a consistência de formato é mais crítica do que a perfeição de conteúdo.

Para ver como few-shot se encaixa nas quatro decisões estruturais de um bom prompt, o guia completo de estrutura de prompts cobre cada elemento com exemplos antes/depois.

5 exemplos de few-shot prompting em português

Cada exemplo abaixo mostra a versão zero-shot e a versão few-shot. A diferença não é de qualidade de escrita, é de previsibilidade de formato.

1. Classificação de sentimento

Tarefa: classificar comentários de clientes como Positivo, Negativo ou Neutro.

Zero-shot, formato variável, às vezes inventa categorias:

Few-shot, formato garantido:

Avaliamos os dois prompts no PromptEval: o zero-shot marcou 61 (especificidade: 48, estrutura: 55). A versão com 2 exemplos subiu para 83 (especificidade: 87, estrutura: 82). O modelo não mudou, o prompt mudou.

2. Extração de dados em JSON

Tarefa: extrair informações de contato de textos não estruturados e retornar JSON com chaves consistentes.

3. Geração de texto com tom específico

Tarefa: respostas de suporte ao cliente sem linguagem corporativa e sem frases prontas.

4. Formatação de bullets para landing page

Tarefa: transformar features de produto em bullet points com estrutura fixa. Emoji + benefício em até 8 palavras + explicação em uma frase.

5. Categorização de feedback de produto

Tarefa: categorizar feedbacks em temas definidos para o time de produto, sem interpretação livre do modelo.

Para tarefas repetitivas, classificação de suporte, moderação de conteúdo, extração de dados, esses 5 padrões cobrem a maioria dos casos. O princípio é sempre o mesmo: mostre o padrão, não descreva.

Quando usar few-shot prompting, e quando não usar

O erro mais comum é adicionar exemplos por padrão. Few-shot ocupa tokens. Quando o zero-shot já funciona, exemplos são custo sem retorno.

O custo real de tokens que quase ninguém calcula

Cada exemplo no prompt tem um preço. Se você usa GPT-4o a $5/M tokens de input e adiciona 3 exemplos de ~150 tokens cada, o prompt cresce ~450 tokens por chamada.

Em 10.000 chamadas mensais: 450 × 10.000 = 4,5M tokens extras. A $5/M tokens = $22,50/mês adicionais. Em 100.000 chamadas mensais, são $225/mês só pelos exemplos.

O custo é real. A pergunta é: o ganho de consistência justifica? Para tarefas onde erro tem custo alto, classificação de suporte, extração de dados para banco, sim. Para tarefas onde zero-shot já entrega consistência suficiente, não.

A regra prática: teste zero-shot primeiro. Se o resultado variar em mais de 3 a cada 10 tentativas, adicione exemplos e meça de novo. Não use few-shot como padrão.

O erro que destrói o resultado: exemplos ruins

Adicionar exemplos não é garantia de melhora. Exemplos ambíguos, inconsistentes ou que não representam a tarefa real ensinam o padrão errado, e o modelo vai segui-lo fielmente.

Dois vieses documentados que aparecem com exemplos mal selecionados:

• Recency bias: o modelo dá mais peso aos últimos exemplos. Se os primeiros são ruins e o último é bom, o resultado fica instável dependendo da ordem.
• Majority label bias: se 4 dos seus 5 exemplos são da categoria "Positivo", o modelo vai favorecer essa categoria, mesmo quando o input correto é "Negativo".

Quatro critérios para exemplos que funcionam:

1. Representam a distribuição real da tarefa, não só os casos fáceis ou mais comuns
2. Têm formato consistente entre si, mesma estrutura de output em todos os exemplos
3. Incluem categorias diferentes quando a tarefa tem múltiplas classes possíveis
4. São diversificados em contexto. Exemplos muito similares ensinam um padrão estreito demais

Few-shot + chain-of-thought: quando combinar as duas técnicas

Few-shot e chain-of-thought prompting não são técnicas concorrentes. Você pode incluir, em cada exemplo, o raciocínio passo a passo antes da resposta.

Em vez de mostrar só "entrada → saída", você mostra "entrada → raciocínio → saída". Isso ajuda especialmente em classificação onde a decisão depende de lógica não-óbvia:

A diferença em relação ao few-shot padrão: o modelo não apenas copia o formato de saída, ele replica o processo de raciocínio. Para entender quando e como usar CoT, veja o guia de chain-of-thought prompting.

Como medir se o few-shot realmente melhorou o prompt

Intuição não é dado. "Parece melhor" é o tipo de análise que faz prompts quebrarem em produção três semanas depois.

O que medir depois de adicionar exemplos:

• Consistência de formato: rode o mesmo prompt 10 vezes com o mesmo input. Quantos outputs têm a estrutura esperada?
• Acurácia em casos conhecidos: se você tem inputs com resposta correta definida, compare o resultado da versão zero-shot e da few-shot nesses inputs
• Score por dimensão: o PromptEval avalia o prompt nas dimensões de clareza, especificidade, estrutura e robustez. E mostra exatamente onde a versão few-shot melhorou e onde ainda há gap

Perguntas frequentes sobre few-shot prompting

O que é few-shot prompting?

Few-shot prompting é a técnica de incluir exemplos de entrada e saída dentro do prompt, antes da tarefa real. Em vez de descrever o padrão esperado, você mostra. 2 a 5 exemplos são suficientes para a maioria das tarefas, acima disso, o retorno começa a cair.

Quantos exemplos usar em few-shot prompting?

Entre 2 e 5. Pesquisa empírica mostra que o ganho de desempenho estabiliza após 4 a 5 exemplos na maioria das tarefas. Mais de 8 raramente traz benefício adicional e aumenta o custo de tokens sem melhora proporcional na qualidade.

Few-shot prompting funciona com Claude e GPT-4o?

Sim, com qualquer modelo de grande escala, Claude 3.5 Sonnet, GPT-4o, Gemini 1.5 Pro, Llama 3. A exceção são modelos de raciocínio como o1 e Claude 3.7 Sonnet com Extended Thinking: pesquisa da OpenAI documenta que esses modelos frequentemente performam pior com exemplos, porque o raciocínio interno já está embutido e os exemplos podem interferir nesse processo.

Qual a diferença entre few-shot prompting e fine-tuning?

Fine-tuning retreina o modelo com seus dados, é permanente e tem custo de treinamento. Few-shot prompting usa exemplos como contexto em cada chamada, sem treinamento, imediato, reversível. Few-shot é o ponto de partida certo; fine-tuning faz sentido quando o volume de chamadas é alto, os exemplos são estáveis e o custo de tokens dos exemplos supera o custo de treinamento.

Few-shot prompting e chain-of-thought podem ser usados juntos?

Sim. Few-shot com chain-of-thought significa incluir, em cada exemplo, o raciocínio passo a passo antes da resposta final. É a abordagem mais eficaz para tarefas de classificação complexa onde a decisão depende de lógica que não está óbvia no padrão superficial de entrada/saída.