Few-shot prompting dan contoh output
Few-shot prompting memakai contoh input dan output agar model mengikuti pola yang kamu mau. Teknik ini berguna saat format, tone, atau klasifikasi harus konsisten.
- Membedakan zero-shot dan few-shot
- Memilih contoh output yang representatif
- Menguji konsistensi pola
Sebelum mulai
- Punya satu format output yang ingin dibuat konsisten.
- Paham bagian dasar prompt: task, context, dan format.
Konsep utama
01Zero-shot dan few-shot
Zero-shot meminta model bekerja tanpa contoh. Few-shot memberi beberapa contoh agar model menangkap pola output.
Kenapa penting: Untuk tugas sederhana zero-shot cukup, tetapi format berulang biasanya lebih stabil dengan contoh.
Contoh: Klasifikasi komentar pelanggan lebih konsisten jika diberi contoh kategori dan alasan label.
Yang sering keliru: Memberi terlalu banyak contoh yang saling bertentangan.
02Contoh output
Contoh output harus menunjukkan struktur, panjang, gaya, dan level detail yang kamu harapkan.
Kenapa penting: Model mengikuti pola yang terlihat, termasuk kelemahan contoh yang kamu berikan.
Contoh: Jika contoh ringkasan selalu punya 'masalah, bukti, next step', output baru cenderung mengikuti format itu.
Yang sering keliru: Memberi contoh asal-asalan lalu berharap model memperbaiki sendiri.
03Pattern consistency
Konsistensi pola berarti output tetap rapi saat input berubah, bukan hanya bagus untuk satu contoh.
Kenapa penting: Prompt yang dipakai workflow harus tahan terhadap variasi data nyata.
Contoh: Uji prompt dengan komentar pendek, panjang, ambigu, dan marah sebelum dipakai di support workflow.
Yang sering keliru: Menguji prompt hanya dengan satu input yang terlalu mudah.
Cara kerjanya
Zero-shot berarti memberi instruksi tanpa contoh. One-shot memberi satu contoh. Few-shot memberi beberapa contoh. Untuk task yang membutuhkan gaya, format, atau standar output spesifik, contoh sering lebih efektif daripada instruksi panjang.
Contoh membantu model melihat pola: panjang kalimat, gaya bahasa, struktur, depth, format, dan hal yang harus dihindari. Tapi contoh harus dipakai sebagai pattern, bukan untuk menyalin mentah-mentah. Untuk konten dan copywriting, jelaskan bahwa AI harus belajar struktur dan rasa, bukan menjiplak.
Few-shot sangat berguna untuk: writing style, customer support response, klasifikasi data, format laporan, email outreach, scoring lead, dan rewrite konten.
Contoh nyata
Coba sendiri
- 1
Kumpulkan 3 contoh output bagus.
- 2
Tulis apa pola yang sama dari ketiganya.
- 3
Buat prompt few-shot dan minta output baru.
Prompt yang bisa dipakai
Cek pemahaman
Jawab dengan bahasa sendiri. Kalau masih muter-muter, baca ulang bagian yang paling nyangkut.
- 1
Apa itu few-shot prompting?
- 2
Kapan contoh lebih berguna daripada instruksi panjang?
- 3
Apa risiko memakai contoh tanpa aturan?