Vähese-näidisega promptimine: õpeta AI-d näidetega

Kiireim viis AI-le täpselt õpetada, mida sa tahad, pole seda kirjeldada. See on seda näidata. Kaks-kolm konkreetset näidet soovitud väljundist annavad dramaatiliselt paremaid tulemusi kui samad juhised sõnades.

Seda tehnikat nimetatakse vähese-näidisega promptimiseks (few-shot prompting) ja see on üks suurima võimendusega trikke kogu promptimise tööriistakastis. See on ka algajate poolt dramaatiliselt alakasutatud — nad üritavad soovitud väljundit omadussõnadega kirjeldada ja jäävad frustreerituks, kui mudel toodab midagi lähedast, aga mitte päris õiget.

See artikkel käib läbi, mis on vähese-näidisega promptimine, millal seda kasutada ja kuidas seda hästi teha — koos läbitöötatud näidetega.

Miks näited töötavad paremini kui kirjeldused

Proovi seda mõtteeksperimenti. Oletame, et soovid, et ma kirjeldaks oma ettevõtte tooni hääle jaoks turundustekstides. Võiksin öelda: "sõbralik, aga professionaalne, soe, aga mitte familiaarne, enesekindel, aga mitte iial üleolev, lihtne keel, aga mitte lapsikuks tehtud". Pärast nelja fraasi lugemist sa tõenäoliselt noogutaksid ja toodaksid siis midagi, mis on üsna erinev sellest, mida ma tegelikult tahtsin.

Aga kui ma näitaksin sulle hoopis kolm lühilõiku, mille oleme kirjutanud ja mis minu meelest tooni tabavad — ja seletaks midagi — oleks sul palju selgem arusaam, kuidas selles hääles kirjutada. Tõenäoliselt suudaksid seda esimese korraga reprodutseerida.

Just nii kogeb mudel sinu juhiseid. Omadussõnad nagu "sõbralik", "professionaalne" ja "enesekindel" on ähmased. Konkreetsed näited on spetsiifilised. Mudel saab näidete vastu mustreid sobitada; ta peab omadussõnade vastu tõlgendama.

Seda mustrit on uuritud kontekstis-õppimise kirjanduses — suured keelemudelid on tavaliselt palju paremad üldistama paarist näitest kui sama käitumise kirjeldustest. Osaliselt seetõttu oli "näita, ära ütle" alati õige kirjutamise nõuanne.

Millal vähese-näidisega haarata

Mõned olukorrad, kus näited säästavad sulle rohkem aega kui ükski muu promptimise trikk:

Konkreetse tooni sobitamine. "Kirjuta meie ettevõtte häälel." Kui sa ei suuda häält defineerida kolme krõbeda omadussõnaga, näita selle asemel kaks-kolm näidet.

Järjepideva vormingu tootmine. Ükskõik mis, kus väljund peab iga kord samasugune välja nägema — tootekirjeldused, veateated, API-vastused, iganädalased aruanded, statusi-uuendused. Näita vormingut, ära kirjelda seda.

Nišši- või ebatavalised väljundid. "Kirjuta Twitteri lõng nii nagu [konkreetne inimene, keda jälgid] need kirjutab." "Genereeri pealkirju siseturuga tööriista blogile." "Kirjuta koodikommentaare nii, nagu meie tiim need kirjutab." Neil on konkreetsed konventsioonid, mida on raske sõnastada.

Stiili kopeerimine tõlkimiseks, kokkuvõtteks või ümberkirjutamiseks. "Kirjuta see ümber sama stiilis nagu need kolm näidet, mida ma sulle näitan."

Kõik, mida sa pidevalt samamoodi parandad. Kui leiad end mudeli väljundit iga kord samas suunas toimetamas — asju lühemaks tegemas, sõna vahetamas, struktuuri tihendamas — anna talle parandatud versiooni näiteid.

Põhistruktuur

Vähese-näidisega promptil on kolm osa: lühike juhis, kaks-kolm näidet ja uus ülesanne.

Genereeri üherealine tootekirjeldus B2B SaaS-tööriistale. Sobita nende näidete stiil.

>

Näide 1: Toode: ProjectHub Kirjeldus: Ühine tööruum projektitiimidele, kes on tüdinud viie tööriista vahel vahetamisest ühe töö tegemiseks.

>

Näide 2: Toode: TimeFlow Kirjeldus: Ajaarvestuse rakendus inimestele, kes vihkavad ajaarvestuse rakendusi.

>

Näide 3: Toode: ClearStack Kirjeldus: Aruandlustööriist, mis muudab tabelid otsusteks.

>

Nüüd kirjuta üks: Toode: PromptDesk Kirjeldus:

Mudel toodab midagi, mis sobitab stiili: lühike, arvamuslik, kergelt jultnud ja struktureeritud konkreetse kaebuse või sihtgrupi ümber. Ilma näideteta oleksid saanud midagi üldist. Nendega saad midagi, mis sobib.

Kolm läbitöötatud näidet

Käime läbi kolm päris olukorda, kus vähese-näidisega lähenemine väljundi muudab.

1. Veateate kommentaarid teie tiimi stiilis

Oletame, et su tiim kirjutab Jira pileteid konkreetsel viisil — lühidalt, kasutaja mõjule keskendudes, ilma žargoonita. Soovid, et AI koostaks pileteid, mis sobivad.

Koosta Jira pileti kirjeldus järgmise vormingu järgi.

>

Näide 1: Kasutaja, kes logib sisse Google'i kaudu, näeb lühikest vale keele välgatust enne, kui kasutajaliides uueneb. Juhtub järjepidevalt Chrome'i lauaarvutil. Ei blokeeri, aga tundub viltu.

>

Sammud: 1. Logi välja 2. Logi tagasi sisse Google'iga 3. Vaata algse lehe värisemist

>

Oodatud: keel jääb järjepidevaks Tegelik: lühike välgatus (näiliselt vaikeväärtuse) inglise keelt

>

Näide 2: CSV-ekspordi nupp tagastab tühja faili iganädalastel aruannetel, kus on >1000 rida. Väiksemad aruanded eksporditakse õigesti.

>

Sammud: 1. Ava 1000+ reaga iganädalane aruanne 2. Klõpsa Export → CSV 3. Ava allalaaditud fail

>

Oodatud: täielikud andmed Tegelik: fail on 0 baiti

>

Nüüd koosta üks: Probleem: Safari kasutajad ütlevad, et mobiilimenüü ei sulgu pärast lingi puudutamist. Värskendamine parandab selle. Tundub fookuse-lõksu probleem.

Mudel toodab pileti, mis sobib täpsesse struktuuri ja toonile, iga kord. Ilma näideteta saaksid veidi paljusõnalisema, veidi formaalsema versiooni.

2. Brändihäälele ümberkirjutamine

Oletame, et sul on e-kirja mustand ja soovid selle brändihäälele ümber kirjutada. Mudelile "ole soojem" ütlemine annab ebaühtlasi tulemusi. Näidete näitamine annab järjepidevaid.

Kirjuta allolev e-kiri ümber, et see vastaks nende näidete häälele. Hääl on: otsekohene, ei mingit korporatiivset täidist, kergelt eneseteadlik, ei ütle kunagi "sünergia" ega "leverage".

>

Näide 1: "Lükkasime väljaande nädala võrra edasi. Autoskaleerimise muudatus oli suurem kui arvasime. Uus saatekuupäev: reede, 22. kuupäev."

>

Näide 2: "Kiire palve — kas saaksid selle mustandi üle vaadata? Konkreetselt teist sektsiooni. Mulle tundub, et see laiendab end üle, aga ma ei suuda otsustada."

>

Näide 3: "Märguanne: kavatsen homses koosolekul tähtaja vastu vaielda. Matemaatika ei klapi ja eelistan seda nüüd välja öelda, kui hiljem maha lasta."

>

Kirjuta see samas hääles ümber:

>

[kleebi oma mustand]

Mudel toodab midagi, mis kõlab nagu näited, mitte nagu üldine korporatiivproosa. Saad selle prompti salvestada Custom GPT-na ja haarata selle järele, kui tahad kiiret brändihäälele ümberkirjutamist.

3. Struktureeritud ekstraktimine

Oletame, et sul on arved PDF-ina ja soovid, et mudel ekstraktiks need puhtasse vormingusse. Klassikaline käik on üks üles laadida, kleepida soovitud väljundi näide ja seejärel paluda ülejäänut.

Ekstraheeri andmed arve PDF-idest täpselt selles JSON-vormingus.

>

Näide:

>

Sisend: [arve PDF, kus müüja on "Lufthansa", kuupäev on 2026-04-12, kogusumma on 423,50 EUR, reaüksused on lend + pagasitasu]

>

Väljund: json { "vendor": "Lufthansa", "date": "2026-04-12", "currency": "EUR", "total": 423.50, "line_items": [ {"description": "Flight TLL-LHR", "amount": 387.00}, {"description": "Checked bag", "amount": 36.50} ], "category": "Travel" }

>

Nüüd ekstraheeri sellelt arvelt: [lisa uus PDF]

Saad puhta, järjepideva väljundi. Ilma näiteta saaksid JSON-i, mille struktuur arvete vahel varieeruks, mis on allavoolu õudusunenägu.

Levinud vead vähese-näidisega lähenemises

Kolm viga, millele tasub tähelepanu pöörata:

Näited, mis on vastuolus. Kui su kolm näidet stiililt erinevad, ei tea mudel, millist järgida. Vali tihe, järjepidev komplekt.

Liiga vähe näiteid. Üks näide pole sageli piisav — mudel võib seda käsitleda kui ühekordset juhtumit. Kaks on tavaliselt põrand; kolm on enamiku ülesannete jaoks magus koht. Rohkem kui viis aitavad harva ja hakkavad su kontekstiakent ära sööma.

Näited, mis sisaldavad vigu, mida sa ei taha kopeerida. Mudel kopeerib ustavalt iga mustri, mida su näited sisaldavad — sealhulgas trükivea, kohmaka sõnastuse või kogemata tehtud struktuurivaliku. Puhasta oma näited enne jagamist.

Eriti peen viga: sisendi näidete näitamine, aga mitte väljundi. "Siin on kolm artiklit, millele tahan, et kirjutaksid pealkirjad: [kolm artiklit]." See on null-näidisega, mitte vähese-näidisega. Mudel pole näinud, milline näeb välja hea pealkiri. Võrdle:

Siin on kolm artiklit selliste pealkirjadega, mida ma sooviksin. Sobita stiili:

>

Näide 1: [artikkel] → Pealkiri: "..." Näide 2: [artikkel] → Pealkiri: "..." Näide 3: [artikkel] → Pealkiri: "..."

>

Nüüd kirjuta pealkiri: [uus artikkel]

Paar (sisend → väljund) on vähese-näidisega ühik. Ilma väljundipooleta pole mudelil midagi õppida.

Kuidas ehitada näidetekogu

Kui hakkad vähese-näidisega lähenemist kasutama, kogud kokku komplekte "näiteid, mis töötasid". Hoia neid. Salvesta need:

• Custom GPT-d / Claude Projects — kleebi näited juhiste välja ja need elavad seal püsivalt.
• Tekstilõikude haldur (TextExpander, Raycast, Espanso) — otseteed, mis laiendatakse su näideteks.
• Märkmete fail, organiseeritud kasutusjuhtude kaupa ("brändihääle näited", "pileti vormingu näited", "pealkirja näited"), kust saad kiiresti kleepida.

Kuus kuud sellise kogu ehitamist ja sul on isiklik tööriistakast, mida ükski riiulilt-poelt "prompt pack" ei suuda kopeerida — sest see on kalibreeritud sinu konkreetsele tööle.

Põhipunkt

Kui suudad väljundit kirjeldada, kirjelda seda. Kui ei suuda — kui väljundi stiil on midagi, mida sa ära tunneksid, aga ei suuda päris sõnastada — näita kaht-kolme näidet. Kaks minutit heade näidete leidmist säästab sind kahekümne minuti vale stiili väljundi parandamisest, mida ükski kirjeldus poleks suutnud ära hoida.

Näited löövad omadussõnu. Peaaegu keegi seda ei tee. Need vähesed, kes teevad, saavad järjepidevalt paremat AI väljundit kui inimesed, kes kirjutavad pikemaid ja nutikamaid kirjeldusi. Proovi seda oma järgmisel promptil, kus stiil loeb — ja vaata, mis juhtub.