🎯 Definicja
Zero-Shot Prompting to metoda, w której prosisz model AI o wykonanie zadania bez podawania żadnych przykładów. Polegasz na jego ogólnej wiedzy ze świata. “Przetłumacz to na polski: Hello”. (Nie dajesz przykładów tłumaczeń, model “wie” co to tłumaczenie).
🔑 Kluczowe punkty
- Najprostsza technika: Po prostu pytasz.
- Wymaga Instruction Tuning: Działa dobrze na modelach trenowanych do wykonywania poleceń (jak GPT-4, Claude), słabo na starych modelach (jak GPT-3 Base).
- Ograniczenia: Jeśli zadanie jest nietypowe (“Sformatuj to w JSON w specyficzny sposób X”), Zero-Shot często zawodzi. Wtedy użyj Few-Shot Prompting.
📚 Szczegółowe wyjaśnienie
Modele LLM widziały miliardy tekstów. Widziały tłumaczenia, streszczenia, klasyfikacje. Zero-Shot to test ich generalizacji. Jeśli prompt jest jasny (“Napisz wiersz o kocie”), model zrozumie intencję.
💡 Przykład zastosowania
Zero-Shot:
User: "Zaklasyfikuj sentyment: 'Ten film był okropny'."
AI: "Negatywny."
Few-Shot (gdyby Zero-Shot zawiódł):
User: "Dobre -> Pozytywny. Złe -> Negatywny. Ten film był okropny -> ?"
📌 Źródła
- Prompt Engineering Guide.
👽 Brudnopis
- To domyślny sposób, w jaki ludzie rozmawiają z ChatGPT. Dopiero gdy model nie rozumie, dodajemy przykłady (Few-Shot) lub instrukcje krok-po-kroku (Chain-of-Thought).