챗봇이 의도 감지를 위해 Amazon Bedrock LLM을 사용하며, 팀은 의도 분류를 개선하기 위해 few-shot 학습을 적용할 계획입니다. few-shot 의도 감지를 지원하기 위해 프롬프트에 어떤 추가 데이터를 포함해야 할까요?

few-shot 학습은 모델이 소수의 예시를 통해 새로운 작업을 학습하도록 돕는 기술입니다. 의도 감지(intent detection)의 목표는 사용자 메시지에서 사용자의 의도를 정확하게 파악하는 것입니다. 따라서 프롬프트에 포함되어야 할 추가 데이터는 모델이 사용자 메시지와 해당 메시지의 올바른 의도 사이의 관계를 학습할 수 있도록 '사용자 메시지'와 '올바른 사용자 의도'의 쌍이어야 합니다. 다른 옵션들은 다음과 같은 이유로 적절하지 않습니다. '챗봇 응답과 올바른 사용자 의도 쌍': 챗봇 응답은 의도 감지의 결과이지 입력이 아닙니다. '사용자 메시지와 올바른 챗봇 응답 쌍': 챗봇 응답은 의도 감지의 결과이며, 의도 자체를 나타내지 않습니다. '사용자 의도와 올바른 챗봇 응답 쌍': 이는 의도 감지의 입력-출력 관계를 역전시킨 것이며, 의도 감지 학습에 직접적으로 기여하지 않습니다.