Few-Shot Examples
Sesi 5.3 · ~5 menit baca
Tunjukkan, Jangan Jelaskan
Few-shot prompting artinya menyertakan contoh output yang diinginkan di prompt kamu. Daripada mendeskripsikan apa yang kamu mau secara abstrak, kamu menunjukkannya. "Ini tiga deskripsi produk dengan gaya aku. Sekarang tulis satu untuk produk ini." AI mencocokkan pola dari contoh kamu dan menghasilkan output yang mirip.
Ini lebih efektif daripada deskripsi karena contoh itu ga ambigu. Kata "santai" artinya beda untuk setiap orang. Contoh paragraf santai artinya persis satu hal. AI ga menginterpretasi contoh. Dia meniru.
Few-shot examples mengajar AI lewat demonstrasi. Tiga contoh yang dipilih dengan baik mengkomunikasikan lebih banyak tentang output yang kamu mau daripada satu halaman instruksi tertulis. AI belajar pola: panjang kalimat, pilihan kosakata, kebiasaan struktural, dan pergeseran tonal. Dia belajar apa yang kamu lakukan, bukan apa yang kamu bilang kamu lakukan.
Zero-Shot, One-Shot, Few-Shot
Terminologinya simpel. Zero-shot artinya tanpa contoh. One-shot artinya satu contoh. Few-shot artinya dua atau lebih contoh (biasanya tiga sampai lima). Setiap contoh tambahan memberi AI lebih banyak data untuk pencocokan pola, tapi dengan diminishing returns.
Tanpa contoh
Mengandalkan instruksi saja"] --> B["One-shot
Satu contoh
Membangun pola dasar"] B --> C["Few-shot (3-5)
Beberapa contoh
Pencocokan pola yang kuat"] C --> D["Many-shot (10+)
Banyak contoh
Diminishing returns, biaya tinggi"] style A fill:#222221,stroke:#c47a5a,color:#ede9e3 style B fill:#222221,stroke:#8a8478,color:#ede9e3 style C fill:#222221,stroke:#6b8f71,color:#ede9e3 style D fill:#222221,stroke:#c8a882,color:#ede9e3
| Pendekatan | Contoh | Biaya Token | Konsistensi Output | Paling Cocok Untuk |
|---|---|---|---|---|
| Zero-shot | 0 | Paling rendah | Rendah | Tugas simpel, brainstorming |
| One-shot | 1 | Rendah | Sedang | Tugas formatting langsung |
| Few-shot | 3-5 | Sedang | Tinggi | Konten produksi, voice matching |
| Many-shot | 10+ | Tinggi | Peningkatan marginal | Format yang sangat spesifik atau ga biasa |
Memilih Contoh yang Baik
Kualitas contoh kamu lebih penting daripada jumlahnya. Tiga contoh yang dipilih dengan baik mengalahkan sepuluh contoh biasa-biasa aja. Contoh yang baik mendemonstrasikan kualitas spesifik yang kamu mau AI tiru.
Kriteria pemilihan contoh:
- Representatif: Contoh harus tipikal dari output yang kamu mau, bukan outlier.
- Bervariasi: Kalo pake beberapa contoh, masing-masing harus mendemonstrasikan aspek yang sedikit berbeda (yang lebih panjang, yang lebih pendek, topik teknis, topik umum).
- Bersih: Contoh ga boleh mengandung error atau pola yang ga mau kamu tiru. AI akan menyalin kesalahan sesetia dia menyalin kekuatan.
- Lengkap: Contoh parsial mengajarkan pola parsial. Tunjukkan karya utuh, termasuk pembuka, isi, dan penutup.
Apa yang Few-Shot Examples Ajarkan (dan Gagal Ajarkan)
Contoh efektif mengajarkan: pola panjang kalimat, pilihan kosakata, kebiasaan struktural, konvensi formatting, dan tone. AI menangkap ini dengan andal karena mereka adalah pola di permukaan teks.
Contoh kurang efektif mengajarkan: penalaran logis, akurasi faktual, kedalaman analisis, dan insight orisinal. Ini membutuhkan AI untuk memahami konten, bukan cuma bentuknya. Few-shot examples membentuk cara AI menulis, bukan apa yang dia tahu.
Perbedaan ini krusial. Kamu bisa bikin output AI terdengar kaya kamu lewat contoh. Kamu ga bisa bikin output AI berpikir kaya kamu. Itu butuh context, constraints, dan review manusia.
Menggabungkan Few-Shot dengan System Prompt
Few-shot examples dan system prompt itu saling melengkapi. System prompt memberikan aturan eksplisit. Contoh memberikan pola implisit. Digabung, mereka mencakup lebih banyak area daripada masing-masing sendirian.
Prompt produksi yang pakai keduanya mungkin terlihat kaya ini: system prompt yang mendefinisikan aturan voice dan batasan, diikuti tiga contoh konten terpublikasi dalam gaya yang diinginkan, diikuti tugas spesifik. AI membaca aturan, menyerap pola dari contoh, dan menghasilkan output yang mencerminkan keduanya.
Bacaan Lanjutan
- Few-Shot Prompting, Prompt Engineering Guide
- Best Practices for Prompt Engineering with the OpenAI API
- Prompt Engineering Best Practices 2025
Tugas
Kumpulkan tiga tulisan terbaik kamu sendiri (atau tulisan yang kamu kagumi dengan gaya yang ingin kamu tiru). Pakai sebagai few-shot examples di prompt yang minta AI bikin konten serupa tentang topik baru. Lalu generate konten yang sama tanpa contoh. Bandingkan kedua output. Tulis analisis singkat: apa yang contoh ajarkan ke AI? Apa yang gagal mereka sampaikan?