Devo usar exemplos no meu prompt de IA? E quantos são melhores?

Sim — incluir exemplos bem escolhidos no seu prompt (few-shot prompting) é uma das técnicas mais eficazes para melhorar a qualidade da resposta da IA. O few-shot prompting fornece demonstrações no prompt para orientar o modelo a um desempenho melhor e condicionar a resposta aos exemplos fornecidos . O ponto ideal é tipicamente de 2 a 5 exemplos, com evidências sugerindo que adicionar muitos exemplos pode levar a retornos decrescentes ou até negativos .

Principais descobertas

• Exemplos melhoram drasticamente a precisão. O Claude 3 Haiku, por exemplo, foi de 11% de acerto com zero exemplos para 75% com apenas três exemplos — igualando o desempenho zero-shot de modelos muito maiores .
• 2 a 5 exemplos é o ideal comprovado por pesquisas. Guias de prompting frequentemente descrevem o few-shot como o uso de 2 a 5 exemplos, e um guia identifica essa faixa como a ótima .
• Mais não é sempre melhor. Um estudo do arXiv identificou um problema de "excesso de prompting" (over-prompting), onde muitos exemplos podem reduzir o desempenho do modelo, desafiando a suposição de que mais exemplos sempre ajudam .
• Qualidade do exemplo importa mais que quantidade. Exemplos diversos, de alta qualidade e bem estratificados podem superar a simples adição de mais exemplos; exemplos inconsistentes podem ensinar padrões inconsistentes ao modelo .
• Para tarefas que exigem raciocínio, considere zero-shot primeiro. Não presuma que exemplos são sempre necessários; teste zero-shot contra few-shot, pois o excesso de prompts pode reduzir o desempenho em alguns cenários .

Recomendações práticas

Cenário	Abordagem recomendada
Tarefas sensíveis a formato (JSON, rótulos, tom)	Use de 2 a 5 exemplos limpos e diversos, pois eles podem ancorar formato, tom e rótulos .
Geração / classificação de texto padrão	Comece com 2 a 3 exemplos de alta qualidade, pois demonstrações few-shot podem guiar o modelo para um desempenho melhor .
Tarefas que exigem muito raciocínio	Comece com zero-shot; adicione 1 ou 2 exemplos apenas se precisar de mais controle de formato, e teste se os exemplos ajudam ou atrapalham .
Tarefas complexas de extração	Use um pequeno conjunto de exemplos representativos que espelhem bem a tarefa .
Quando estiver em dúvida	Comece com 3 exemplos, teste e ajuste — 2 a 5 exemplos é a faixa comumente recomendada, e muitos exemplos podem causar excesso de prompting .

Conclusão: Use exemplos, mantenha-se entre 2 e 5, e priorize qualidade e diversidade sobre quantidade . Teste se o seu modelo específico se beneficia mais de few-shot ou zero-shot, especialmente em tarefas pesadas de raciocínio, onde exemplos extras podem nem sempre ajudar .