Büyük dil modellerine istenen yanıt biçimini ve kurallarını öğretmek için prompt içerisine birkaç adet örnek girdi-çıktı çifti ekleme yöntemidir.
\n\nNasıl Çalışır ve Temel Prensipleri Nelerdir?
\nModel verilen örneklerin semantik yapısını kavrar; sıradaki yanıtta bu şablona sadık kalarak tutarlı çıktılar üretir.
\n\nNeden Kritik Öneme Sahiptir?
\nYapılandırılmış veri çıkarma, JSON yanıtları üretme ve kurumsal üslup koruma görevlerinde başarıyı %90'ın üzerine çıkarır.
\n\nEn İyi Uygulama ve Kullanım İpuçları
\nÖrnek sayısını 3-5 arasında dengeli tutun ve hem pozitif hem negatif kullanım senaryolarını dahil edin.
\n\nSık Yapılan Hatalar ve Kaçınılması Gerekenler
\nGereğinden fazla uzun örnek vererek bağlam penceresini (context window) ve API maliyetlerini şişirmek.
Sıkça Sorulan Sorular (SSS)
Few-Shot Prompting Nedir? (Örnekli Komut Tasarımı) hakkında en sık yöneltilen sorular ve mühendislik ekibimizin uzman yanıtları:
Zero-shot yöntemi doğrudan talimat verirken, few-shot yöntemi modelin istenen formatı kavraması için gerçek örnekler sunar.
Hayır, model ağırlıklarını güncellemez; geçici bağlam içinde anlık öğrenme sağlar.