Few-Shot-Prompting: Bessere Antworten durch Beispiele

Few-Shot-Prompting heißt: Sie zeigen dem Modell vor der eigentlichen Aufgabe ein paar Beispiele mit der gewünschten Lösung. Das ist oft wirksamer als jede noch so genaue Beschreibung, denn Format, Länge und Ton übernimmt ein Sprachmodell zuverlässig aus Mustern.

Zero-Shot, One-Shot, Few-Shot

Ohne Beispiel spricht man von Zero-Shot: Das Modell bekommt nur die Anweisung. Mit einem Beispiel ist es One-Shot, mit mehreren Few-Shot. Für viele Aufgaben reicht Zero-Shot. Beispiele lohnen sich, wenn das Ergebnis ein bestimmtes Format haben muss, wenn es um Ihre eigenen Kategorien geht oder wenn ein besonderer Stil gefragt ist.

So wählen Sie gute Beispiele

• Drei bis fünf reichen meist. Mehr kosten bei jeder Anfrage Tokens und bringen selten viel.
• Unterschiedlich statt ähnlich. Decken Sie die Bandbreite ab: kurze und lange Eingaben, alle Kategorien, ein Grenzfall.
• Ausgewogen. Haben vier von fünf Beispielen dieselbe Antwort, bevorzugt das Modell diese Antwort.
• Echt. Beispiele aus Ihrem Alltag funktionieren besser als ausgedachte.
• Fehlerfrei. Das Modell kopiert auch Fehler und Eigenheiten der Beispiele.

Beispiele sauber abgrenzen

Das Modell muss erkennen, wo Beispiele aufhören und die echte Aufgabe beginnt. Bewährt sind XML-Tags wie <beispiel> (besonders bei Claude), klare Markdown-Überschriften oder, über die API, abwechselnde Nachrichten von Nutzer und Assistent. Der Few-Shot-Generator erzeugt alle drei Formen und warnt bei einseitigen Beispielen.

Wann Beispiele schaden

Bei kreativen Aufgaben können Beispiele die Vielfalt einschränken: Das Modell bleibt zu nah am Muster. Auch bei Reasoning-Modellen sind ausführliche Lösungswege als Beispiel selten nötig. Und wenn Beispiele und Anweisung sich widersprechen, gewinnen meist die Beispiele.

Few-Shot oder Feinabstimmung?

Few-Shot ist sofort einsatzbereit und lässt sich jederzeit ändern. Eine Feinabstimmung lohnt erst, wenn Sie sehr viele Anfragen haben und die Beispiele im Prompt teuer werden, oder wenn sich ein Verhalten mit Beispielen allein nicht erreichen lässt. Mit Prompt-Caching werden auch lange Beispiellisten günstig.