¿Te ha pasado que le explicas algo a alguien mil veces y nomás no capta?
Luego le muestras un ejemplo y de repente: “¡Aaaah, ya entendí!”
Bueno, pues con la IA pasa exactamente igual.
Según Learn Prompting, few-shot prompting consiste en mostrarle al modelo algunos ejemplos (llamados “shots”) de lo que quieres que haga. En lugar de escribir párrafos explicando, le das ejemplos y la IA deduce el patrón solita.
El Problema de Explicar Todo
Cuando escribes un prompt, normalmente estás explicando:
“Escribe una descripción de producto que sea casual pero profesional, destaca beneficios sobre características, usa oraciones cortas y termina con un call-to-action suave.”
O sea, muchas instrucciones. Y la IA podría interpretar “casual pero profesional” diferente a ti. “Oraciones cortas” para ella podrían ser distintas a las que tú tienes en mente.
Las palabras son imprecisas. Especialmente cuando describes tono, estilo o formato.
La Solución: Mostrar en Vez de Explicar
Few-shot prompting cambia completamente la estrategia. En vez de explicar qué quieres, le muestras ejemplos de ello.
Según PromptingGuide.ai, esta es la estructura básica:
Ejemplo 1:
Input: [ejemplo de entrada]
Output: [ejemplo de salida que quieres]
Ejemplo 2:
Input: [otro ejemplo de entrada]
Output: [otro ejemplo de salida]
Ahora haz esto:
Input: [tu entrada real]
Output:
La IA analiza tus ejemplos, identifica el patrón y lo aplica a tu nueva entrada. Sin explicaciones largas. Los ejemplos hacen toda la enseñanza.
Un Ejemplo Real
Digamos que quieres que la IA escriba taglines de productos en un estilo específico.
Sin few-shot (explicando):
Escribe un tagline para una app de fitness. Hazlo punzante,
usa verbos activos, implica transformación y mantenlo bajo 8 palabras.
Con few-shot (mostrando):
Aquí hay taglines que me gustan:
Producto: Tenis para correr
Tagline: "Corre más rápido. Siente la ligereza. Llega más lejos."
Producto: App de meditación
Tagline: "Calma tu mente. Encuentra tu paz."
Producto: Suscripción de café
Tagline: "Despierta a mejores mañanas."
Ahora escribe uno para:
Producto: App de fitness
Tagline:
La versión few-shot no explica el estilo — lo demuestra. La IA capta el patrón (frases cortas, verbos activos, beneficio implícito) sin que tengas que articular esas reglas.
Zero-Shot vs One-Shot vs Few-Shot
Según Aprender21, estos términos describen cuántos ejemplos le das a la IA:
| Tipo | Ejemplos | Mejor para |
|---|---|---|
| Zero-shot | 0 | Tareas simples que la IA ya conoce bien |
| One-shot | 1 | Tareas que necesitan una orientación ligera |
| Few-shot | 2-5 | Tareas que necesitan patrones claros |
Según Prompt.org.es, lo recomendado es usar entre 3 y 7 ejemplos, incluyendo tanto positivos como negativos. Empieza con un ejemplo. Si la salida no coincide con lo que esperas, agrega otro. Normalmente 2-3 ejemplos son suficientes. Más de 5 rara vez ayuda y desperdicia espacio de contexto.
Cuándo Brilla Few-Shot Prompting
Tareas de Clasificación
Enséñale a la IA tus categorías:
Clasifica estos mensajes de clientes:
Mensaje: "¿Cuándo llega mi pedido?"
Categoría: Consulta de envío
Mensaje: "Este producto se rompió después de una semana"
Categoría: Queja de calidad
Mensaje: "¿Lo tienen en azul?"
Categoría: Pregunta de producto
Mensaje: "Quiero mi dinero de vuelta"
Categoría: Solicitud de reembolso
Ahora clasifica esto:
Mensaje: "¿Puedo cambiar mi dirección de entrega?"
Categoría:
Coincidencia de Estilo
Haz que la IA escriba en un tono específico:
Convierte texto formal en casual:
Formal: "Lamentamos informarle que su solicitud ha sido rechazada."
Casual: "Lo siento, pero no vamos a seguir adelante con tu solicitud esta vez."
Formal: "Por favor encuentre adjunto la documentación solicitada."
Casual: "¡Aquí está el documento que pediste!"
Formal: "Su consulta ha sido recibida y será atendida dentro de 48 horas."
Casual:
Transformación de Formato
Enséñale una estructura de salida específica:
Convierte notas de reunión en elementos de acción:
Notas: "Se discutió el presupuesto Q4. Sarah necesita obtener los números
finales de finanzas. Lanzamiento retrasado a noviembre. Mike actualizará
la línea de tiempo."
Elementos de acción:
- [ ] Sarah: Obtener números Q4 de finanzas
- [ ] Mike: Actualizar línea de tiempo del proyecto para lanzamiento en noviembre
Notas: "Revisión de rediseño de sitio web. Página de inicio aprobada.
Necesita nueva copia para página Acerca de. Equipo de diseño comienza
próximo sprint."
Elementos de acción:
Extracción de Datos
Extrae información específica de texto:
Extrae información de contacto de estos mensajes:
Mensaje: "Hola, soy Juan García de Acme Corp. Me puedes contactar en
juan@acme.com o 555-123-4567."
Extraído: Nombre: Juan García | Empresa: Acme Corp | Email: juan@acme.com | Tel: 555-123-4567
Mensaje: "Soy María Chen, directora de marketing. Mi número directo es
555-987-6543. Email maria.chen@bigco.io"
Extraído: Nombre: María Chen | Empresa: BigCo | Email: maria.chen@bigco.io | Tel: 555-987-6543
Mensaje: "Hey, Mike aquí de StartupXYZ. La mejor forma de contactarme es
mike@startupxyz.com"
Extraído:
Mejores Prácticas
Según CursosFemxa, estas son las claves para que el few-shot funcione bien:
1. Usa Ejemplos Representativos
Tus ejemplos deben cubrir el rango de entradas que esperas. Si clasificas sentimientos y la mayoría de tus datos son neutrales, incluye un ejemplo neutral — no solo positivos y negativos.
2. Mantén Ejemplos Consistentes
Cada ejemplo debe seguir el mismo formato. Si tu primer ejemplo usa viñetas, todos deberían hacerlo. La inconsistencia confunde el reconocimiento de patrones.
3. El Orden Importa
Según ProductosAI, el orden de ejemplos afecta significativamente el rendimiento. Pon tus mejores ejemplos (los más claros) primero. Si tienes un caso límite especialmente complicado, ponlo al final, justo antes de tu entrada real.
4. Calidad sobre Cantidad
Tres ejemplos excelentes vencen a diez mediocres. Cada ejemplo debe ser inequívoco y demostrar claramente lo que quieres.
5. Combina con Instrucciones
Few-shot no significa cero instrucciones. Puedes — y generalmente deberías — incluir ambas:
Eres un clasificador de servicio al cliente. Categoriza mensajes en:
Facturación, Técnico, General o Urgente.
Ejemplos:
[tus ejemplos aquí]
Ahora clasifica este mensaje:
[entrada real]
Las instrucciones dan contexto. Los ejemplos muestran exactamente cómo aplicar ese contexto.
Cuándo NO Usar Few-Shot
Few-shot no siempre es la respuesta:
- Preguntas simples: “¿Cuál es la capital de Francia?” no necesita ejemplos.
- Tareas creativas donde quieres variedad: Los ejemplos pueden limitar la creatividad. Si quieres ideas diversas, no muestres un patrón.
- Salidas muy largas: Si tus ejemplos tienen 500 palabras cada uno, vas a consumir el contexto rapidísimo.
- Tareas que la IA ya hace bien: Si zero-shot funciona, no lo compliques.
La Plantilla Lista para Usar
Según Platzi, aquí hay una plantilla reutilizable:
[Opcional: Breve instrucción sobre la tarea]
Ejemplo 1:
Input: [entrada]
Output: [salida]
Ejemplo 2:
Input: [entrada]
Output: [salida]
Ejemplo 3:
Input: [entrada]
Output: [salida]
Ahora procesa esto:
Input: [tu entrada real]
Output:
Ajusta las etiquetas según tu tarea. Para clasificación: “Texto” y “Categoría”. Para transferencia de estilo: “Original” y “Reescrito”.
Combinando Few-Shot con Otras Técnicas
Few-shot funciona todavía mejor combinado con otras técnicas:
- Few-Shot + Chain of Thought: Muestra ejemplos donde razonas la respuesta paso a paso
- Few-Shot + Role Prompting: Dale a la IA una persona Y ejemplos de cómo responde esa persona
- Few-Shot + Restricciones de formato: Ejemplos más requisitos de formato explícito
Cuanto más específico seas — a través de cualquier combinación de técnicas — mejores resultados vas a obtener.
El Punto
Few-shot prompting funciona porque mostrar es más preciso que explicar.
En lugar de intentar explicar exactamente lo que quieres con palabras, demuéstralo con ejemplos. La IA es notablemente buena en identificar patrones y aplicarlos a nuevas entradas.
La próxima vez que luches por obtener el output que quieres, deja de agregar más instrucciones. Agrega un ejemplo en su lugar.
A veces un buen ejemplo vale más que mil palabras de explicación.
¿Quieres dominar más técnicas de prompting? Checa nuestra guía de chain of thought prompting para aprender a hacer que la IA razone paso a paso, o explora zero-shot prompting para entender cuándo NO necesitas ejemplos.