Zero-shot, few-shot e chain-of-thought
Tre tecniche fondamentali di prompting: chiedere direttamente, mostrare esempi oppure chiedere al modello di ragionare passo dopo passo prima di rispondere.
Zero-shot, few-shot e chain-of-thought è una lezione AI Agents gratuita su CoddyKit. Questa è la lezione 1 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento AI Agents, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso AI Agents include 4 lezioni in totale.
Tre tecniche fondamentali
Tre tecniche di prompting che ogni ingegnere di agenti deve conoscere:
- Zero-shot — chiedere direttamente, senza esempi
- Few-shot — mostrare da 1 a 5 esempi del comportamento desiderato
- Chain-of-thought (CoT) — fare in modo che il modello ragioni passo dopo passo prima di rispondere
Esempio zero-shot
Lo zero-shot è l'impostazione predefinita: basta chiedere.
prompt = 'Translate to French: Hello, how are you?'
# Model output: 'Bonjour, comment allez-vous?'
model_output = 'Bonjour, comment allez-vous?'
print("Prompt:", prompt)
print("Model output:", model_output)
Quando lo zero-shot non funziona
Lo zero-shot non funziona quando:
- Il formato dell'attività è insolito (JSON personalizzato, tag bizzarri)
- Il dominio è ristretto (il gergo della Sua azienda)
- L'istruzione è ambigua
In questi casi, gli esempi sono di grande aiuto.
Esempio few-shot
Mostri al modello ciò che desidera con 2-3 esempi:
prompt = '''
Classify sentiment as POSITIVE, NEGATIVE, or NEUTRAL.
Text: I loved this movie!
Sentiment: POSITIVE
Text: The plot dragged on forever.
Sentiment: NEGATIVE
Text: It was okay, nothing special.
Sentiment: NEUTRAL
Text: The acting saved an otherwise weak script.
Sentiment:
'''
print(prompt.strip())
Quanti esempi usare?
In base ai dati empirici:
- 1-2 esempi sono generalmente sufficienti per il formato
- 3-5 aiutano con le sfumature
- 10 o più raramente sono utili e consumano token
La qualità degli esempi è più importante della quantità.
Copra i casi limite
Gli esempi dovrebbero coprire i casi limite che confondono il modello. Includa:
- Il caso comune
- Un caso complesso
- Un esempio di ciò che NON bisogna fare
Chain-of-thought (CoT)
Chieda al modello di riflettere prima di rispondere. La formula magica è: "Ragioniamo passo dopo passo."
prompt = '''
Q: Roger has 5 tennis balls. He buys 2 cans, each with 3 balls. How many balls does he have?
A: Let\'s think step by step.
Roger starts with 5 balls.
2 cans * 3 balls = 6 new balls.
5 + 6 = 11.
The answer is 11.
'''
print(prompt.strip())
Perché il CoT è utile
Per i problemi a più passaggi, il CoT permette al modello di "usare" token aggiuntivi per calcolare i risultati intermedi. Senza CoT, il modello deve calcolare la risposta in un unico passaggio forward.
È particolarmente efficace per la matematica, la logica e il codice.
Il CoT nei modelli moderni
Modelli come o1 e o3 eseguono il CoT internamente: "ragionano" prima di produrre la risposta visibile. Per questi modelli, chiedere il CoT nel prompt è superfluo e può persino essere controproducente.
Auto-consistenza
Esegua il CoT più volte con temperature > 0 e scelga la risposta più frequente. Questo voto a maggioranza spesso supera il CoT su un singolo campione, soprattutto nei problemi matematici difficili.
Combinare le tecniche
Può combinare tutte e tre le tecniche. Un prompt tipico per un agente contiene:
- Un prompt di sistema che spiega l'attività (zero-shot)
- 2-3 esempi few-shot
- Un'istruzione a ragionare passo dopo passo
Scelga la tecnica
Gli output dell'agente contengono calcoli aritmetici errati. Quale tecnica è più utile?
Riepilogo
Tre tecniche fondamentali: zero-shot, few-shot e CoT. Scelga in base all'attività e le combini quando necessario.
Domande Frequenti
La lezione «Zero-shot, few-shot e chain-of-thought» è gratuita?
Sì — il testo completo di «Zero-shot, few-shot e chain-of-thought» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso AI Agents, passa a CoddyKit PRO. Il corso AI Agents include 4 lezioni in totale.
Cosa imparerò in «Zero-shot, few-shot e chain-of-thought»?
Tre tecniche fondamentali di prompting: chiedere direttamente, mostrare esempi oppure chiedere al modello di ragionare passo dopo passo prima di rispondere. Eserciti AI Agents con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare AI Agents?
Non è richiesta alcuna esperienza precedente. AI Agents su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 1 di 4.
Quanto tempo richiede la lezione «Zero-shot, few-shot e chain-of-thought»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione AI Agents?
Sì. Ogni lezione AI Agents include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Zero-shot, few-shot e chain-of-thought
- Ruoli di sistema, utente e assistente a confronto
- Formattazione dell'output (JSON, XML, Markdown)
- Come evitare la prompt injection negli input