Renée Maksoud Renée Maksoud

Pressione Esc para fechar

Prompt Engineering - Zero-shot Prompting

Renée Maksoud
Renée Maksoud Publicada em 2 min de leitura Histórico de versões

← Voltar para o Dia 2: Prompt Engineering 2.0

Zero-shot Prompting

O que é

Zero-shot prompting é uma técnica de engenharia de prompts na qual pedimos ao modelo para executar uma tarefa sem fornecer exemplos de como ela deve ser realizada.

O modelo recebe apenas a instrução e o contexto necessário para executar a tarefa. O termo zero-shot significa, literalmente, "sem exemplos".

Isso é possível porque modelos de linguagem modernos já foram treinados com grandes volumes de texto e aprenderam padrões gerais de linguagem, tarefas e relações entre conceitos.

Como funciona

Imagine que você peça a uma pessoa que já domina um determinado assunto:

"Classifique esta frase como positiva ou negativa."

Você não precisa necessariamente mostrar exemplos anteriores. A própria instrução é suficiente para que ela entenda o que deve fazer.

Com um LLM acontece algo semelhante. O prompt descreve a tarefa e o modelo tenta inferir:

  1. O que precisa ser feito.
  2. Qual é o formato esperado da resposta.
  3. Quais conhecimentos são relevantes.
  4. Qual resposta é mais provável de atender à instrução.

Por exemplo:

Classifique o sentimento desta frase como positivo, negativo ou neutro:

"Adorei o atendimento e voltarei novamente."

Não fornecemos nenhum exemplo de classificação anterior. O modelo precisa compreender a tarefa diretamente a partir da instrução.

$$
m=\frac{y_2-y_1}{x_2-x_1}
$$

Observação: o conceito de zero-shot não depende de uma fórmula ou de exemplos prévios. A visualização acima não representa adequadamente o conceito e, portanto, deve ser desconsiderada como parte do conteúdo. O ponto central é a relação entre instrução → tarefa → resposta, sem exemplos intermediários.

Um exemplo

Imagine que queremos extrair informações de uma mensagem:

Extraia o nome da empresa, o valor e a data mencionados no texto.

"Contratei a empresa Acme por R$ 2.500 em 15 de outubro de 2026."

Um modelo usando zero-shot prompting pode responder:

Empresa: Acme
Valor: R$ 2.500
Data: 15 de outubro de 2026

Perceba que não precisamos fornecer exemplos como:

Texto: "Comprei na Empresa X por R$ 1.000 em 10/10."
Empresa: Empresa X
Valor: R$ 1.000
Data: 10/10

Esse exemplo seria uma outra técnica, chamada few-shot prompting, que veremos posteriormente.

Por que é importante

O zero-shot prompting é importante porque representa a forma mais simples de interagir com um modelo de linguagem: descrever o que queremos e deixar o modelo executar a tarefa.

Ele é especialmente útil quando:

  1. A tarefa é relativamente simples ou conhecida pelo modelo.
  2. Não queremos gastar espaço do contexto fornecendo exemplos.
  3. Precisamos criar prompts rapidamente.
  4. A tarefa precisa ser aplicada a muitos tipos diferentes de entrada.
  5. Queremos testar primeiro a capacidade do modelo antes de sofisticar o prompt.

Por outro lado, zero-shot não significa que o modelo sempre produzirá a melhor resposta. Quando a tarefa é ambígua, complexa ou exige um formato muito específico, podemos melhorar o resultado adicionando exemplos, contexto, critérios ou etapas de raciocínio.

Em uma frase: zero-shot prompting é pedir ao modelo para realizar uma tarefa apenas com uma instrução, sem fornecer exemplos de entrada e saída.

link de compartilhamento

Mais em Conteúdo