Few-Shot Prompting

Few-shot prompting betyder, at du viser modellen nogle få løste eksempler på opgaven, før du stiller den faktiske opgave. Eksemplerne står i selve prompten og følger alle samme mønster: input, derefter det ønskede output. Den sidste linje er et input uden svar, og modellen fuldfører mønsteret.

Forskellen til zero-shot er, at du erstatter en beskrivelse med en demonstration. I zero-shot skriver du "svar med Positiv, Negativ eller Neutral", og modellen skal selv oversætte instruktionen til et konkret format. I few-shot ser modellen formatet direkte, inklusive detaljer du let glemmer at beskrive: stort begyndelsesbogstav, ingen forklarende sætning bagefter, ingen punktum til sidst.

Forskellen til chain-of-thought handler om hvad eksemplerne indeholder. Few-shot viser input og facit. Chain-of-thought viser input, mellemregninger og facit. De to kan kombineres, og kombinationen kaldes ofte few-shot CoT, men ren few-shot siger intet om hvordan svaret skal nås, kun hvordan det skal se ud.

En sprogmodel forudsiger næste token ud fra hele konteksten. Når konteksten indeholder tre ens strukturerede par, bliver de tokens der fortsætter samme struktur, statistisk langt mere sandsynlige end alternativerne. Prompten begrænser med andre ord udfaldsrummet uden at du behøver formulere begrænsningen som en regel.

Eksemplerne gør også opgaven mindre tvetydig. "Klassificer sentiment" kan betyde to kategorier, tre kategorier eller en score fra 1 til 5. To eksempler med Positiv og Negativ afgør spørgsmålet uden yderligere ord, og de afgør det på en måde modellen ikke kan fejllæse.

Effekten er stærkest på de overfladiske træk: etiketnavne, rækkefølge, tegnsætning, længde. Den er svagere på selve beslutningsgrænsen. Nogle få eksempler flytter sjældent modellens opfattelse af hvad der tæller som negativt, hvis grænsen er reelt svær.

På opgaver hvor formatet allerede er entydigt, koster eksemplerne tokens uden at ændre output. Beder du om et JSON-objekt og angiver felterne, klarer Claude Sonnet 5 og Gemini 3.1 Pro det typisk lige så præcist med en skemabeskrivelse som med tre demonstrationer. Skemaet er desuden lettere at vedligeholde end en eksempelsamling.

Skæve eksempler smitter direkte. Er to ud af tre eksempler positive, bliver modellen mere tilbøjelig til at svare Positiv i tvivlstilfælde. Samme problem opstår hvis alle eksempler er korte, alle handler om samme emne, eller etiketterne står i fast rækkefølge. Du har så bygget en bias ind i prompten og kan ikke se den i outputtet.

Ved reelt komplekse vurderinger giver få eksempler falsk tryghed. Outputtet ser konsistent ud, fordi formatet er ensartet, men indholdet er ikke blevet mere korrekt. Her hjælper eksplicitte kriterier eller en kort begrundelse før svaret mere end flere eksempler.

Modeller med indbygget reasoning som Claude Opus 5 og GPT-5.6 Sol udleder ofte formatet fra en præcis instruktion alene. Few-shot er stadig nyttigt til stil og tone, der er svære at beskrive, men mindre nødvendigt til ren formatstyring. På mindre modeller som GPT-5 nano og Claude Haiku 4.5 er gevinsten fortsat mærkbar.

Kør den samme opgave med og uden eksempler på 20 til 30 realistiske input. Sammenlign ikke kun om svarene er rigtige, men også hvor ens de er formateret. Hvis forskellen er lille, er eksemplerne spildt kontekst.

Tjek også fordelingen af etiketter i dine eksempler mod fordelingen i de faktiske data. Er de forskellige, ved du hvor en eventuel skævhed kommer fra.