Clasificá el sentimiento de esta reseña como Positivo, Negativo o Neutral. Respondé con una sola palabra. Reseña: """[pegá]"""
Se abre en el analizador con el prompt precargado.
Abrir en PrompteaZero-shot prompting
Pedirle al modelo que haga una tarea solo con la instrucción, sin ejemplos, apoyándose en lo que ya aprendió en el entrenamiento.
Última actualización: · Versión en markdown
Cómo aplicarlo en prompts
Usá este concepto para reducir ambigüedad y mejorar consistencia. Si tu output necesita formato estricto, combiná esto con una guía de JSON y un template por modelo.
Qué significa
- Definición: zero-shot significa que el prompt trae la instrucción y el input pero ningún ejemplo resuelto. El modelo se apoya en su conocimiento preentrenado y en tu redacción.
- Por qué importa: es la forma más barata y corta de promptear y el punto de partida correcto — ves hasta dónde llega la instrucción sola.
- Cómo aplicarlo: sé explícito con la tarea, las salidas permitidas y el formato ('Positivo, Negativo o Neutral; una sola palabra'). Los modelos actuales resuelven así muchas tareas bien definidas.
- Cuándo pasar a otra cosa: si el formato sale inconsistente o fallan casos límite, sumá uno o dos ejemplos (few-shot) en vez de una descripción más larga.
Ejemplo copy-paste
Preguntas frecuentes
¿Cuándo paso de zero-shot a few-shot?
Cuando los outputs son inconsistentes en formato o fallan en casos límite. Arrancá con 1–2 ejemplos y sumá más solo si el problema persiste.
¿Zero-shot es menos preciso?
No necesariamente. En tareas claras y comunes, una instrucción precisa rinde bien; los ejemplos pesan cuando necesitás un formato exacto o un comportamiento poco habitual.