Zero-shot prompting: resultados confiáveis sem dar exemplos

O zero-shot prompting pede ao modelo que resolva uma tarefa só com instruções — sem exemplos. Aprenda quando funciona, quando acrescentar exemplos e quais restrições tornam o zero-shot confiável.

Última atualização: · Versão em Markdown

O que é zero-shot prompting e quando funciona

  • Zero-shot significa nenhum exemplo no prompt — o modelo usa só a instrução e o que aprendeu no treinamento para produzir a saída.
  • Funciona bem em tarefas que o modelo viu muitas vezes no treinamento: resumo, tradução, classificação com categorias claras, reescritas simples.
  • Também funciona quando você consegue especificar a saída inteira em palavras: 'uma tabela de três colunas com as colunas X, Y, Z' muitas vezes basta, sem um exemplo concreto.
  • O zero-shot falha quando o padrão de saída é incomum, quando a precisão do formato é crítica ou quando a tarefa envolve um nicho que o modelo provavelmente viu pouco.
  • A regra prática: tente zero-shot primeiro. Acrescente exemplos só quando os resultados variarem de uma execução para outra.

Por que o zero-shot falha e como corrigir sem acrescentar exemplos

  • Ambiguidade de formato: 'liste os pontos principais' pode significar tópicos, passos numerados ou texto corrido. Acrescente 'como lista numerada, um item por linha' para fixar.
  • Nenhuma restrição de tamanho: sem ela, o modelo se calibra pelo que acha adequado — e isso varia de uma execução para outra. Acrescente um limite rígido.
  • Faltam regras de decisão para casos de borda: se a entrada tiver dados ausentes, conteúdo ambíguo ou pedidos fora do escopo, o modelo vai chutar. Diga de forma explícita o que fazer.
  • Formulação vaga da tarefa: 'analise este texto' está subespecificado. Troque verbos vagos por verbos específicos: extrair, classificar, pontuar, ordenar, resumir em N frases.
  • Se o zero-shot continuar gerando resultados inconsistentes depois de você acrescentar restrições de formato, tamanho e casos de borda — esse é o sinal para passar ao few-shot com 2–3 exemplos bem escolhidos.

Templates

Tarefa zero-shot com formato e restrições

[Verbo de ação]: [o que você quer — seja específico]

Entrada:
"""[cole seu conteúdo aqui]"""

Formato de saída:
- [estrutura exata: lista numerada / tabela com as colunas X, Y / parágrafo de 3 frases]
- Tamanho: [limite rígido, ex. "no máximo 3 tópicos" ou "<= 100 palavras"]

Regras:
- [restrição 1, ex. "preserve todos os números e nomes próprios"]
- [restrição 2, ex. "não acrescente informações que não estejam na entrada"]
- Se faltar [caso de borda] na entrada, [o que fazer: "pule" / "sinalize" / "escreva N/A"]

Retorne APENAS a saída. Sem introdução, sem comentários.
Abre o analisador com o prompt já preenchido.

Classificação zero-shot com regras de decisão

Classifique cada item abaixo em uma das categorias: [Categoria A / Categoria B / Categoria C].

Regras de classificação:
- Categoria A: [defina exatamente o que entra aqui]
- Categoria B: [defina exatamente o que entra aqui]
- Categoria C: [defina exatamente o que entra aqui]
- Se um item puder pertencer a mais de uma categoria, atribua a [categoria prioritária] e acrescente uma nota.
- Se um item claramente não se encaixar em nenhuma categoria, rotule como "Sem categoria" e anote por quê.

Formato de retorno — uma linha por item, exatamente:
[Item] | [Categoria] | [Nota ou "—"]

Itens para classificar:
- [item 1]
- [item 2]
- [item 3]

Nenhuma explicação fora da tabela.
Abre o analisador com o prompt já preenchido.

Perguntas frequentes

Qual é a diferença entre zero-shot e few-shot prompting?
O zero-shot inclui só a instrução; o modelo produz a saída sem ver nenhum exemplo. O few-shot inclui 2–5 exemplos de entrada e saída antes da tarefa real, mostrando ao modelo exatamente o que você quer. O zero-shot é mais rápido de escrever e gasta menos tokens; o few-shot gera formato e estilo mais consistentes. Use zero-shot em tarefas bem conhecidas e few-shot quando o padrão de saída for incomum ou os resultados estiverem inconsistentes.
O zero-shot prompting dá conta de tarefas complexas?
Sim, em tarefas em que a complexidade está na lógica e não no formato de saída — como análises em várias etapas, árvores de decisão ou raciocínios longos. O segredo é dividir a tarefa em passos explícitos dentro do prompt ('Primeiro: X. Depois: Y. Por fim: Z.') em vez de pedir tudo de uma vez. Para formatação ou estilo complexos, exemplos few-shot funcionam melhor do que tentar descrever o padrão em palavras.