Few-Shot-Prompting

Few-Shot-Prompting verwendet einige Beispiele, um der KI zu zeigen, welches Format oder welche Art von Antwort Du erwartest. Diese Technik verbessert die Ergebnisse deutlich, besonders bei spezifischen oder komplexen Aufgaben.

Wie funktioniert Few-Shot?

Du gibst 2–5 Beispiele vor Deiner eigentlichen Anfrage an. Die KI lernt aus diesen Mustern und wendet sie auf Deine Aufgabe an.

Grundstruktur

Beispiel 1: [Input] → [Output]
Beispiel 2: [Input] → [Output]
Beispiel 3: [Input] → [Output]
Ihre Anfrage: [Input] → ?

Praktische Anwendungen

Sentiment-Analyse

Text: "Der Service war schnell und freundlich"
Sentiment: Positiv

Text: "Das Produkt kam beschädigt an"
Sentiment: Negativ

Text: "Die Lieferung war pünktlich"
Sentiment: Neutral

Text: "Ich bin begeistert von der Qualität und dem Preis"
Sentiment:

Ausgabe: Positiv

Datenformatierung

Eingabe: Max Mustermann, Berlin, 35 Jahre
Ausgabe: {"name": "Max Mustermann", "stadt": "Berlin", "alter": 35}

Eingabe: Anna Schmidt, München, 28 Jahre  
Ausgabe: {"name": "Anna Schmidt", "stadt": "München", "alter": 28}

Eingabe: Tom Weber, Hamburg, 42 Jahre
Ausgabe:

Ausgabe: {"name": "Tom Weber", "stadt": "Hamburg", "alter": 42}

E-Mail-Kategorisierung

E-Mail: "Wann wird meine Bestellung geliefert?"
Kategorie: Lieferanfrage

E-Mail: "Ich möchte meine Bestellung stornieren"
Kategorie: Stornierung

E-Mail: "Das Produkt hat einen Defekt"
Kategorie: Reklamation

E-Mail: "Haben Sie dieses Produkt auch in Blau?"
Kategorie:

Ausgabe: Produktanfrage

Vorteile von Few-Shot

Target

Präzision

Exakte Kontrolle über das Ausgabeformat

Shield

Konsistenz

Gleichbleibende Ergebnisse über mehrere Anfragen

Shuffle

Flexibilität

Anpassbar an spezifische Unternehmensanforderungen

Best Practices für Few-Shot

1. Qualität der Beispiele

✅ Gute Beispiele:
- Vielfältig und repräsentativ
- Klar strukturiert
- Fehlerfrei

❌ Schlechte Beispiele:
- Zu ähnlich untereinander
- Inkonsistentes Format
- Mit Fehlern

2. Anzahl der Beispiele

2–3 Beispiele: Für einfache Aufgaben
3–5 Beispiele: Für komplexere Muster
5+ Beispiele: Selten nötig, kann kontraproduktiv sein

3. Reihenfolge

Tipp: Ordne Beispiele vom Einfachen zum Komplexen
1. Eindeutiger Fall
2. Typischer Fall
3. Grenzfall

Fortgeschrittene Techniken

Negative Beispiele

Zeige auch, was NICHT gewünscht ist:

Richtig: "Sehr geehrte Frau Schmidt,"
Falsch: "Hey Schmidt,"

Richtig: "Mit freundlichen Grüßen"
Falsch: "MfG"

Few-Shot mit Erklärungen

Text: "Das Essen war kalt"
Sentiment: Negativ
Erklärung: Kaltes Essen deutet auf schlechte Qualität hin

Text: "Der Preis ist fair"
Sentiment: Neutral
Erklärung: "Fair" ist weder besonders positiv noch negativ

Chain-of-Thought in Few-Shot

Frage: "Wenn Peter 3 Äpfel hat und 2 weitere kauft, wie viele hat er?"
Gedankengang: Peter startet mit 3 Äpfeln. Er kauft 2 weitere. 3 + 2 = 5
Antwort: 5 Äpfel

Frage: "Maria hat 10€ und gibt 4€ aus. Wie viel bleibt übrig?"
Gedankengang: Maria beginnt mit 10€. Sie gibt 4€ aus. 10 - 4 = 6
Antwort: 6€

Häufige Fehler vermeiden

Vermeide diese Fehler:

Zu viele Beispiele (verwirrt die KI)
Inkonsistente Formatierung
Beispiele, die nicht zur Aufgabe passen
Überkomplizierte Muster

Wann Few-Shot verwenden?

✅ Ideal für:

Spezifische Formatierungsanforderungen
Unternehmenseigene Klassifizierungen
Konsistente Ausgaben über mehrere Anfragen
Neue oder ungewöhnliche Aufgaben

❌ Weniger geeignet für:

Einfache, standardisierte Aufgaben
Wenn Du keine guten Beispiele hast
Sehr kreative oder offene Aufgaben

Praktisches Template

# Few-Shot Template für [Ihre Aufgabe]

## Beispiel 1
Input: [Beispieleingabe]
Output: [Gewünschte Ausgabe]

## Beispiel 2
Input: [Beispieleingabe]
Output: [Gewünschte Ausgabe]

## Beispiel 3
Input: [Beispieleingabe]
Output: [Gewünschte Ausgabe]

## Ihre Anfrage
Input: [Ihre tatsächliche Eingabe]
Output:

Pro-Tipp: Speichere erfolgreiche Few-Shot-Prompts als Vorlagen für wiederkehrende Aufgaben!

Übung

Erstelle einen Few-Shot-Prompt für:

Produktbeschreibungen in Deinem Unternehmensstil
Kategorisierung von Kundenanfragen
Umwandlung von Fachsprache in einfache Sprache

Nächster Schritt: Entdecke Chain-of-Thought-Prompting für komplexe Denkaufgaben.