~/questoes/inteligencia-artificial
Few shot é uma técnica de engenharia de prompt onde você fornece múltiplos exemplos ao modelo para ajudá-lo a entender padrões complexos. A quantidade ideal de exemplos impacta tanto na qualidade das respostas quanto no custo computacional envolvido.
Entre dois e cinco exemplos é o intervalo ideal porque oferece o melhor equilíbrio: exemplos suficientes para o modelo inferir regras e padrões sutis, sem inflacionar excessivamente o custo computacional e o tempo de processamento necessário.
Um único exemplo caracteriza one shot, não few shot. Embora um exemplo bem estruturado seja útil, não fornece exemplos suficientes para que o modelo identifique padrões mais complexos e variações esperadas.
Não existe uma regra de 'exatamente três' exemplos para todos os contextos. O número ideal varia conforme a complexidade da tarefa, o padrão que precisa ser aprendido e os recursos disponíveis.
Esta é a resposta correta. Entre dois e cinco exemplos permite ao modelo captar padrões sofisticados e regras implícitas sem consumir recursos excessivos, sendo o ponto de equilíbrio entre efetividade e eficiência.
Mais de dez exemplos ultrapassa o escopo de few shot e entra em dinâmicas diferentes. Além disso, mais exemplos não garantem precisão maior e aumentam significativamente o custo computacional, latência e consumo de tokens.