Zero-shot, few-shot e cadeia de pensamento
Três técnicas essenciais de prompting: fazer uma pergunta diretamente, mostrar exemplos ou pedir que o modelo raciocine passo a passo antes de responder.
Zero-shot, few-shot e cadeia de pensamento é uma aula grátis de AI Agents no CoddyKit. Esta é a aula 1 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de AI Agents, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de AI Agents inclui 4 aulas no total.
Três técnicas fundamentais
Três técnicas de elaboração de instruções que todo engenheiro de agentes precisa conhecer:
- Sem exemplos — pergunte diretamente, sem exemplos
- Com poucos exemplos — mostre de 1 a 5 exemplos do comportamento desejado
- Cadeia de raciocínio (CoT) — faça o modelo raciocinar passo a passo antes de responder
Exemplo sem exemplos
O modo sem exemplos é o padrão: basta perguntar.
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 o modo sem exemplos falha
O modo sem exemplos falha quando:
- O formato da tarefa é incomum (JSON personalizado, tags estranhas)
- O domínio é específico (o jargão da sua empresa)
- A instrução é ambígua
Nesses casos, os exemplos ajudam muito.
Exemplo com poucos exemplos
Mostre ao modelo o que você deseja usando 2 ou 3 exemplos:
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())
Quantos exemplos usar?
Empiricamente:
- 1 ou 2 exemplos geralmente bastam para definir o formato
- 3 a 5 ajudam com as nuances
- 10 ou mais raramente ajudam e consomem tokens
A qualidade dos exemplos é mais importante que a quantidade.
Cubra os casos extremos
Seus exemplos devem abranger os casos extremos que confundem o modelo. Inclua:
- O caso comum
- Um caso complexo
- Um exemplo do que NÃO fazer
Cadeia de raciocínio (CoT)
Peça ao modelo para pensar antes de responder. Frase mágica: "Vamos pensar passo a 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())
Por que o CoT ajuda
Em problemas com várias etapas, o CoT permite que o modelo "use" tokens adicionais para calcular resultados intermediários. Sem CoT, o modelo precisa calcular a resposta em uma única passagem direta.
É especialmente poderoso para matemática, lógica e código.
CoT nos modelos modernos
Modelos como o1 e o3 fazem CoT internamente — eles "pensam" antes de produzir a resposta visível. Para esses modelos, pedir CoT na instrução é desnecessário e pode até prejudicar o resultado.
Autoconsistência
Execute o CoT várias vezes com temperatura > 0 e escolha a resposta mais frequente. Essa votação majoritária geralmente supera o CoT de uma única amostra, especialmente em problemas difíceis de matemática.
Combinando técnicas
Você pode combinar as três técnicas. Uma instrução típica de agente contém:
- Uma instrução de sistema que explica a tarefa (sem exemplos)
- 2 ou 3 exemplos com poucos exemplos
- Uma instrução para pensar passo a passo
Escolha a técnica
Você está obtendo resultados aritméticos incorretos nas saídas do agente. Qual técnica ajuda mais?
Recapitulação
Três técnicas essenciais: sem exemplos, com poucos exemplos e CoT. Escolha com base na tarefa e combine-as quando necessário.
Perguntas Frequentes
A aula “Zero-shot, few-shot e cadeia de pensamento” é grátis?
Sim — o texto completo de “Zero-shot, few-shot e cadeia de pensamento” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de AI Agents, atualize para CoddyKit PRO. O curso de AI Agents inclui 4 aulas no total.
O que vou aprender em “Zero-shot, few-shot e cadeia de pensamento”?
Três técnicas essenciais de prompting: fazer uma pergunta diretamente, mostrar exemplos ou pedir que o modelo raciocine passo a passo antes de responder. Você pratica AI Agents com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar AI Agents?
Nenhuma experiência prévia é necessária. AI Agents no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 1 de 4.
Quanto tempo leva a aula “Zero-shot, few-shot e cadeia de pensamento”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de AI Agents?
Sim. Cada aula de AI Agents inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Zero-shot, few-shot e cadeia de pensamento
- Papéis de sistema, usuário e assistente
- Formatação da saída (JSON, XML, Markdown)
- Como evitar injeção de prompt nas entradas