Sabe quando você tá explicando algo pra alguém e a pessoa simplesmente não pega?
Aí você mostra um exemplo e ela fala: “Ahhh, agora entendi!”
Então. IA funciona igualzinho.
Isso tem nome: few-shot prompting. E honestamente? É a técnica mais subestimada pra quem usa ChatGPT, Claude ou qualquer IA no dia a dia.
O Problema: Explicar Com Palavras É Difícil
Vou te dar um exemplo do meu trabalho.
Semana passada, precisei da IA pra criar descrições de produto pro e-commerce de um cliente. Fui lá e escrevi um prompt gigante:
“Escreva uma descrição de produto que seja profissional mas acessível, destaque benefícios ao invés de especificações técnicas, use frases curtas, evite jargão de marketing, e termine com um chamado para ação sutil.”
A IA entendeu? Mais ou menos.
O problema é que “profissional mas acessível” significa coisas diferentes pra cada um. Tipo, o que é “sutil” exatamente? Palavras são imprecisas. Especialmente quando você tá descrevendo tom e estilo.
Resultado: fiquei ajustando prompt por meia hora até chegar em algo aceitável.
A Solução: Para de Explicar, Começa a Mostrar
Few-shot prompting é simples: em vez de explicar o que você quer, você mostra.
A estrutura básica é:
Exemplo 1:
Entrada: [situação exemplo]
Saída: [resultado que você quer]
Exemplo 2:
Entrada: [outra situação]
Saída: [outro resultado]
Agora faz esse:
Entrada: [sua situação real]
Saída:
A IA analisa seus exemplos, identifica o padrão, e aplica na sua situação.
Sem precisar escrever manual de instruções.
Na Prática: O Caso das Descrições de Produto
Lembra do meu prompt gigante? Olha como ficou com few-shot:
Aqui estão exemplos de descrições que gosto:
Produto: Tênis de corrida
Descrição: "Seus pés vão agradecer depois de 10km. Amortecimento que absorve impacto e tecido que respira. Corre mais, dói menos."
Produto: Fone bluetooth
Descrição: "Som limpo. Bateria que dura o dia inteiro. E aquele silêncio que você merece no transporte público."
Produto: Cadeira ergonômica
Descrição: "8 horas sentado não precisa significar dor nas costas. Ajuste tudo: altura, apoio lombar, inclinação. Seu corpo, suas regras."
Agora escreve pra:
Produto: Garrafa térmica
Descrição:
Percebe? Não expliquei nada sobre tom, estilo, ou estrutura. Os exemplos falam por si.
E adivinha? A IA acertou de primeira.
Zero, One, Few: Qual Usar?
Esses termos descrevem quantos exemplos você dá:
| Tipo | Exemplos | Quando Usar |
|---|---|---|
| Zero-shot | 0 | Tarefas simples que a IA já sabe |
| One-shot | 1 | Tarefas que precisam de direcionamento leve |
| Few-shot | 2-5 | Tarefas que exigem padrão específico |
Minha regra: começa com um exemplo. Se a saída não ficar boa, adiciona mais um. Geralmente 2-3 exemplos resolvem. Mais que 5 raramente ajuda e come seu limite de contexto.
Onde Few-Shot Funciona Muito Bem
1. Classificação de Mensagens
Seu SAC recebe mil mensagens por dia. Quer categorizar automaticamente?
Classifica essas mensagens de cliente:
Mensagem: "Quando meu pedido chega?"
Categoria: Rastreamento
Mensagem: "Produto veio quebrado"
Categoria: Problema com produto
Mensagem: "Vocês vendem em azul?"
Categoria: Dúvida sobre produto
Mensagem: "Quero cancelar e ter reembolso"
Categoria: Cancelamento
Agora classifica:
Mensagem: "Dá pra mudar o endereço de entrega?"
Categoria:
A IA pega o padrão e aplica pra qualquer mensagem nova.
2. Mudar Estilo de Texto
Precisa converter email corporatês pra linguagem humana?
Converte texto formal pra informal:
Formal: "Informamos que seu pedido foi processado com êxito."
Informal: "Seu pedido tá confirmado!"
Formal: "Solicitamos a gentileza de aguardar o prazo de 48 horas úteis."
Informal: "Dá um tempinho—até 2 dias úteis a gente resolve."
Formal: "Esta unidade encontra-se temporariamente indisponível."
Informal:
3. Transformar Formato
Notas de reunião viram lista de tarefas:
Transforma anotações de reunião em tarefas:
Anotações: "Discutimos lançamento do produto. Maria vai falar com marketing sobre material promocional. João fica responsável pelo teste de QA até sexta."
Tarefas:
- [ ] Maria: Alinhar com marketing sobre material promocional
- [ ] João: Finalizar teste de QA (prazo: sexta)
Anotações: "Review do app mobile. Designer aprovou tela inicial. Precisa ajustar onboarding. Time de dev começa sprint semana que vem."
Tarefas:
4. Extrair Dados
Puxa informação estruturada de texto bagunçado:
Extrai dados de contato dessas mensagens:
Mensagem: "Oi, sou a Fernanda Lima da Empresa ABC. Me liga? 11 98765-4321 ou manda email pra fernanda@abc.com.br"
Dados: Nome: Fernanda Lima | Empresa: ABC | Telefone: 11 98765-4321 | Email: fernanda@abc.com.br
Mensagem: "Ricardo aqui, do time comercial da TechBR. Melhor horário pra conversa é depois das 14h. Email: ricardo.santos@techbr.io"
Dados: Nome: Ricardo Santos | Empresa: TechBR | Telefone: N/A | Email: ricardo.santos@techbr.io
Mensagem: "Me chamo Paula, trabalho freelancer. Whats 21 99876-5432, pode chamar!"
Dados:
Boas Práticas (Que Eu Aprendi Errando)
1. Seus Exemplos Precisam Representar a Realidade
Se a maioria das suas mensagens de cliente são neutras, inclui exemplo neutro. Não coloca só extremos (muito positivo, muito negativo).
2. Mantém Consistência
Se o primeiro exemplo usa bullet points, todos usam. Se o primeiro tem tom casual, todos têm. Inconsistência confunde a IA.
3. Ordem Importa
Pesquisa mostra que a ordem dos exemplos afeta o resultado. Coloca os exemplos mais claros primeiro. Casos complicados ficam pro final, perto da sua pergunta real.
4. Qualidade > Quantidade
Três exemplos excelentes ganham de dez mediocres. Cada exemplo precisa ser óbvio e demonstrar claramente o que você quer.
5. Combina Com Instrução
Few-shot não significa zero instrução. Você pode (e geralmente deve) incluir os dois:
Você classifica mensagens de cliente em: Rastreamento, Problema, Dúvida, ou Cancelamento.
Se tiver dúvida, escolhe a categoria mais provável.
Exemplos:
[seus exemplos]
Agora classifica essa mensagem:
[mensagem real]
A instrução dá contexto. Os exemplos mostram execução.
Quando NÃO Usar Few-Shot
Nem tudo precisa de exemplo:
- Perguntas diretas: “Qual a capital de Moçambique?” não precisa de exemplo.
- Tarefas criativas: Se você quer ideias diversas, exemplos podem limitar a criatividade.
- Saídas muito longas: Se cada exemplo tem 500 palavras, você gasta contexto rápido demais.
- Coisas que a IA já faz bem: Se zero-shot funciona, não complica.
Template Pra Copiar e Usar
Aqui tá uma estrutura que funciona pra quase tudo:
[Opcional: instrução breve sobre a tarefa]
Exemplo 1:
Entrada: [entrada]
Saída: [saída]
Exemplo 2:
Entrada: [entrada]
Saída: [saída]
Exemplo 3:
Entrada: [entrada]
Saída: [saída]
Agora processa esse:
Entrada: [sua entrada real]
Saída:
Ajusta os rótulos (“Entrada/Saída”) conforme sua tarefa. Pra classificação, usa “Texto” e “Categoria”. Pra conversão de estilo, “Original” e “Convertido”.
Combinando Com Outras Técnicas
Few-shot fica ainda mais poderoso quando você mistura com outras abordagens:
- Few-shot + Chain of Thought: Mostra exemplos onde você raciocina passo a passo
- Few-shot + Role prompting: Dá uma persona E exemplos de como essa persona responde
- Few-shot + Formato fixo: Exemplos mais requisitos explícitos de formato
Quanto mais específico você for—usando qualquer combinação de técnicas—melhor o resultado.
O Resumo
Few-shot funciona porque mostrar é mais preciso que explicar.
Ao invés de escrever parágrafos tentando descrever exatamente o que você quer, demonstra com exemplos. A IA é absurdamente boa em identificar padrões e aplicar em situações novas.
Da próxima vez que você estiver travado ajustando prompt, para. Não adiciona mais instrução.
Adiciona um exemplo.
Às vezes, um bom exemplo vale mais que mil palavras de explicação.
Quer aprender mais? Confira nosso guia completo de engenharia de prompts ou explore chain-of-thought prompting pra problemas que exigem raciocínio passo a passo.