Uma empresa deseja que um LLM produza descrições de produtos que sigam um formato de exemplo específico. Qual método de engenharia de prompt ajuda o modelo a aprender e produzir saídas que correspondam a esse formato?

Few-shot prompting é o método mais eficaz para esta situação. Ele envolve fornecer ao LLM vários exemplos de pares de entrada-saída que demonstram o formato desejado. Ao ver esses exemplos, o modelo aprende os padrões e a estrutura esperados, permitindo que ele gere novas descrições de produtos que sigam o mesmo formato. Zero-shot prompting não forneceria exemplos, resultando em saídas que provavelmente não seguiriam o formato específico. One-shot prompting fornece apenas um exemplo, o que pode não ser suficiente para o modelo generalizar o formato complexo. Chain-of-thought prompting é usado para guiar o modelo através de um processo de raciocínio passo a passo, não para ensinar um formato de saída específico.