Spring til indhold
PromptGuiden
Søg/ Byg en prompt

Few-shot prompting med eksempler

Few-shot prompting betyder, at du viser modellen nogle få konkrete input→output-eksempler. Det er særligt nyttigt, når kategorier, tone eller format er lettere at demonstrere end at forklare.

2 min læsningKontrolleret 24. juli 2026

Det skal du kunne bagefter

  • afprøve metoden og kontrollere, om eksemplerne er repræsentative
  • genkende og undgå fejlen: “vælge perfekte demonstrationscases, der ikke ligner virkeligheden”

Kort svar: Few-shot prompting betyder, at du viser modellen nogle få konkrete input→output-eksempler. Det er særligt nyttigt, når kategorier, tone eller format er lettere at demonstrere end at forklare.

Eksempler er nyttige, når mønstret er svært at beskrive

Eksempler er nyttige, når ord alene ikke beskriver kvaliteten præcist. Et par velvalgte input/output-par kan lære modellen format, tone eller klassifikation – men dårlige eksempler forankrer også dårlige mønstre.

Tre eksempler der lærer formatet bedre end en lang regel

En supportklassifikation har kategorierne “fejl”, “fakturering” og “ændring”. To grænsetilfælde pr. kategori viser modellen, hvordan korte og tvetydige supportsager skal behandles.

Vælg demonstrations-eksempler med variation

  1. 1. Vælg eksempler fra de sværeste og mest repræsentative cases.
  2. 2. Sørg for at hvert eksempel faktisk er korrekt mærket.
  3. 3. Hold inputformatet ens mellem eksempler og nye cases.
  4. 4. Vis både typiske tilfælde og relevante grænser.
  5. 5. Test om eksemplerne forbedrer fejltypen du faktisk vil reducere.
  6. 6. Fjern eksempler der skaber bias eller overlap mellem kategorier.

Dårlige eksempler lærer også modellen noget

  • At vælge perfekte demonstrationscases, der ikke ligner virkeligheden.
  • At bruge modstridende eksempler.
  • At tro at flere eksempler altid er bedre end færre, klare eksempler.

Byg et lille few-shot sæt

Find seks historiske cases fra en reel opgave: tre lette og tre svære. Test prompten med og uden eksempler på et separat testsæt.

Test på cases, der ikke ligner eksemplerne

  • Er eksemplerne repræsentative?
  • Er labels og outputformat konsistente?
  • Har du testcases, der ikke også optræder som eksempler?

Fortsæt med evals og structured output

FAQ

Spørgsmål om emnet

Hvad er hovedpointen i “Few-shot prompting med eksempler”?

Few-shot prompting betyder, at du viser modellen nogle få konkrete input→output-eksempler. Det er særligt nyttigt, når kategorier, tone eller format er lettere at demonstrere end at forklare.

Hvordan kan jeg øve det?

Find seks historiske cases fra en reel opgave: tre lette og tre svære. Test prompten med og uden eksempler på et separat testsæt.

Hvilken fejl bør jeg især undgå?

At vælge perfekte demonstrationscases, der ikke ligner virkeligheden.

Hvornår er min løsning god nok til at bruge?

Brug disse kontrolspørgsmål: Er eksemplerne repræsentative? Er labels og outputformat konsistente? Har du testcases, der ikke også optræder som eksempler?

Officielle kilder og dokumentation

    Byg dit eget AI-bibliotek

    Gem prompts og workflows, vælg dine interesser og få en læringssti, der peger videre i stedet for at starte forfra.

    Opret profil