Few-shot: aprender con ejemplos

Mostrar en lugar de describir

Sofía pasa veinte minutos describiendo el tono de su marca: «dinámico pero no agresivo, accesible pero creíble, cálido pero profesional»... El resultado nunca se parece a lo que ella imagina. Normal: esos adjetivos son subjetivos, y el modelo tiene de ellos una interpretación media que no es la suya.

La solución cabe en un principio: muestra, no describas. En lugar de explicar un estilo, da 2-3 pares entrada → salida que lo ilustren. El modelo es una máquina de detectar y prolongar patrones: los ejemplos concretos le transmiten el formato, el tono, el nivel de detalle y las decisiones implícitas mucho mejor que cualquier consigna abstracta. Es lo que se llama few-shot prompting: «few shots» = unos pocos ejemplos.

Transforma funcionalidades en beneficios. Ejemplos:
Función: «batería de 5000 mAh» → Beneficio: «2 días sin recargar»
Función: «cifrado de extremo a extremo» → Beneficio: «nadie lee tus mensajes, ni siquiera nosotros»
Ahora: «procesador de 8 núcleos» →

Fíjate en lo que los ejemplos transmiten sin que esté escrito en ninguna parte: la longitud objetivo (corta), el registro (hablado, concreto), la estructura (resultado para el usuario, no proeza técnica), e incluso el truco del «ni siquiera nosotros» que marca el tono. Describir todo eso habría llevado un párrafo — y habría funcionado peor.

Zero-shot, one-shot, few-shot: tres regímenes

El vocabulario es simple. Zero-shot: pides sin ningún ejemplo — es el régimen por defecto, suficiente para las tareas corrientes que el modelo conoce bien. One-shot: un solo ejemplo, útil para anclar un formato simple. Few-shot: de 2 a 5 ejemplos, el régimen de elección en cuanto el formato o el tono es específico de tu uso.

El few-shot tiene un coste: tus ejemplos consumen espacio en la ventana de contexto y tiempo de escritura. La buena práctica es, por tanto, progresiva: empieza en zero-shot; si la salida es correcta, no hace falta más. Si el formato o el tono se desvía, añade ejemplos. Es una escalada, no un reflejo sistemático.

¿Cuántos ejemplos? La regla del 2 a 5

De 2 a 5 ejemplos bastan en la inmensa mayoría de los casos. Por debajo de 2, el modelo no puede distinguir el patrón del accidente (¿esta salida es corta porque HAY que ser breve, o por casualidad?). Más allá de 5, las ganancias se vuelven marginales: comes contexto y tiempo sin mejora medible.

Más importante que el número: la diversidad. Elige ejemplos que cubran los casos diferentes que la tarea encontrará — un caso fácil, un caso retorcido, un caso límite — en lugar de cinco variaciones del mismo caso cómodo. Si Sofía solo muestra funcionalidades técnicas de smartphone, el modelo patinará con «garantía de 2 años». Un ejemplo no técnico en el lote resuelve el problema de antemano.

Piensa también en el orden: el modelo da un poco más de peso a los últimos ejemplos. Coloca al final el que más se parezca a las entradas que vas a procesar. Y mantén un formato estrictamente idéntico de un ejemplo a otro: mismo separador, misma puntuación, mismas mayúsculas y minúsculas.

La coherencia del patrón: tu contrato implícito

Tus ejemplos forman un contrato implícito: todo lo que es constante en tus ejemplos será interpretado como una regla; todo lo que varía será interpretado como libre. Si dos de tus ejemplos terminan con punto y el tercero no, envías una señal contradictoria — y la salida será incoherente a su vez.

Es la causa número uno de los few-shot que fallan: no demasiado pocos ejemplos, sino ejemplos que se contradicen en un detalle que no has notado. Antes de acusar al modelo, relee tus ejemplos como un corrector: ¿longitudes comparables? ¿estructura idéntica? ¿tono homogéneo? ¿misma persona gramatical? El diablo está en esos detalles.

flowchart LR
  E1["Ejemplo 1: entrada → salida"] --> P["Patrón detectado: formato, tono, longitud"]
  E2["Ejemplo 2: entrada → salida"] --> P
  E3["Ejemplo 3: caso límite → salida"] --> P
  P --> N["Nueva entrada"]
  N --> S["Salida que sigue el patrón"]
  E2 -.->|"Ejemplo incoherente"| X["Patrón borroso → salida impredecible"]

Antes/después: el tono de marca de Sofía

Versión descriptiva (la que falla):

Reescribe esta descripción de producto con un tono dinámico pero no agresivo, accesible pero creíble: «Nuestro software optimiza la gestión de los horarios de tus equipos.»

El resultado recae sistemáticamente en el marketing genérico: «Impulsa tus equipos con una solución innovadora...». Versión few-shot (la que funciona):

Reescribe descripciones de producto en nuestro tono de marca. Ejemplos:

Antes: «Nuestro módulo de RR. HH. automatiza el seguimiento de las vacaciones.»
Después: «¿Las solicitudes de vacaciones? Validadas en 30 segundos, sin hojas de cálculo, sin emails perdidos.»

Antes: «Nuestro panel de control centraliza tus indicadores.»
Después: «Todas tus cifras en el mismo lugar. Abres, sabes, decides.»

Ahora:
Antes: «Nuestro software optimiza la gestión de los horarios de tus equipos.»
Después:

Por qué funciona: los ejemplos muestran las frases cortas, el ritmo ternario, el trato directo al lector, el beneficio concreto con cifras — todo lo que «dinámico pero no agresivo» fracasaba en transmitir. Sofía nunca más describió su tono: lo muestra.

Cuándo brilla el few-shot (y cuándo falla)

El few-shot sobresale en las tareas de formato preciso y repetitivo: reformular descripciones de producto, clasificar mensajes en categorías, extraer información en una plantilla fija, generar variantes homogéneas, imitar un tono de marca. Allí donde puedas decir «hazlo así», supera a la consigna abstracta.

En cambio, es poco útil, incluso contraproducente, en otros casos. En las tareas de razonamiento complejo, los ejemplos de respuestas finales no enseñan nada del camino para llegar a ellas (lo veremos mejor en el capítulo 3). En las tareas creativas abiertas, demasiados ejemplos encierran al modelo en tus casos y empobrecen la variedad. Y en las tareas que el modelo ya domina perfectamente, es esfuerzo desperdiciado.