Few-Shot-Prompting
Mit Beispielen zu besseren Ergebnissen
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 2â5 Beispiele vor Deiner eigentlichen Anfrage an. Die KI lernt aus diesen Mustern und wendet sie auf Deine Aufgabe an.
Grundstruktur
Beispiel 1: [Input] â [Output]
Beispiel 2: [Input] â [Output]
Beispiel 3: [Input] â [Output]
Ihre Anfrage: [Input] â ?Praktische Anwendungen
Sentiment-Analyse
Text: "Der Service war schnell und freundlich"
Sentiment: Positiv
Text: "Das Produkt kam beschÀdigt an"
Sentiment: Negativ
Text: "Die Lieferung war pĂŒnktlich"
Sentiment: Neutral
Text: "Ich bin begeistert von der QualitÀt und dem Preis"
Sentiment:Ausgabe: Positiv
Datenformatierung
Eingabe: Max Mustermann, Berlin, 35 Jahre
Ausgabe: {"name": "Max Mustermann", "stadt": "Berlin", "alter": 35}
Eingabe: Anna Schmidt, MĂŒnchen, 28 Jahre
Ausgabe: {"name": "Anna Schmidt", "stadt": "MĂŒnchen", "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
PrÀzision
Exakte Kontrolle ĂŒber das Ausgabeformat
Konsistenz
Gleichbleibende Ergebnisse ĂŒber mehrere Anfragen
FlexibilitÀt
Anpassbar an spezifische Unternehmensanforderungen
Best Practices fĂŒr Few-Shot
1. QualitÀt der Beispiele
â
Gute Beispiele:
- VielfÀltig und reprÀsentativ
- Klar strukturiert
- Fehlerfrei
â Schlechte Beispiele:
- Zu Àhnlich untereinander
- Inkonsistentes Format
- Mit Fehlern2. Anzahl der Beispiele
- 2â3 Beispiele: FĂŒr einfache Aufgaben
- 3â5 Beispiele: FĂŒr 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. GrenzfallFortgeschrittene Techniken
Negative Beispiele
Zeige auch, was NICHT gewĂŒnscht ist:
Richtig: "Sehr geehrte Frau Schmidt,"
Falsch: "Hey Schmidt,"
Richtig: "Mit freundlichen GrĂŒĂen"
Falsch: "MfG"Few-Shot mit ErklÀrungen
Text: "Das Essen war kalt"
Sentiment: Negativ
ErklÀrung: Kaltes Essen deutet auf schlechte QualitÀt hin
Text: "Der Preis ist fair"
Sentiment: Neutral
ErklÀrung: "Fair" ist weder besonders positiv noch negativChain-of-Thought in Few-Shot
Frage: "Wenn Peter 3 Ăpfel hat und 2 weitere kauft, wie viele hat er?"
Gedankengang: Peter startet mit 3 Ăpfeln. Er kauft 2 weitere. 3 + 2 = 5
Antwort: 5 Ăpfel
Frage: "Maria hat 10⏠und gibt 4⏠aus. Wie viel bleibt ĂŒbrig?"
Gedankengang: Maria beginnt mit 10âŹ. Sie gibt 4⏠aus. 10 - 4 = 6
Antwort: 6âŹHĂ€ufige Fehler vermeiden
Vermeide diese Fehler:
- Zu viele Beispiele (verwirrt die KI)
- Inkonsistente Formatierung
- Beispiele, die nicht zur Aufgabe passen
- Ăberkomplizierte Muster
Wann Few-Shot verwenden?
â Ideal fĂŒr:
- Spezifische Formatierungsanforderungen
- Unternehmenseigene Klassifizierungen
- Konsistente Ausgaben ĂŒber mehrere Anfragen
- Neue oder ungewöhnliche Aufgaben
â Weniger geeignet fĂŒr:
- Einfache, standardisierte Aufgaben
- Wenn Du keine guten Beispiele hast
- Sehr kreative oder offene Aufgaben
Praktisches Template
# Few-Shot Template fĂŒr [Ihre Aufgabe]
## Beispiel 1
Input: [Beispieleingabe]
Output: [GewĂŒnschte Ausgabe]
## Beispiel 2
Input: [Beispieleingabe]
Output: [GewĂŒnschte Ausgabe]
## Beispiel 3
Input: [Beispieleingabe]
Output: [GewĂŒnschte Ausgabe]
## Ihre Anfrage
Input: [Ihre tatsÀchliche Eingabe]
Output:Pro-Tipp: Speichere erfolgreiche Few-Shot-Prompts als Vorlagen fĂŒr wiederkehrende Aufgaben!
Ăbung
Erstelle einen Few-Shot-Prompt fĂŒr:
- Produktbeschreibungen in Deinem Unternehmensstil
- Kategorisierung von Kundenanfragen
- Umwandlung von Fachsprache in einfache Sprache
NĂ€chster Schritt: Entdecke Chain-of-Thought-Prompting fĂŒr komplexe Denkaufgaben.