# Definição > [!ABSTRACT] Definição > O **Prompt de vários disparos** (ou _Few-shot Prompting_) é uma técnica de [[Engenharia de prompt]] que consiste em fornecer ao modelo de linguagem alguns exemplos (demonstrações) da tarefa que se deseja realizar antes de apresentar a instrução final. Isso ajuda o modelo a entender o padrão, o formato de saída e o tom desejado. > **:: Referência ::** [[Vozes da minha cabeça]] # Notas ## Como funciona Diferente do [[Prompt de disparo único]] ([[Prompt de disparo único|Zero-shot prompt]]), onde você apenas dá a ordem, no _Few-shot_ você fornece pares de "Entrada" e "Saída". O modelo utiliza esses exemplos para realizar o "aprendizado em contexto" (_in-context learning_), ajustando sua resposta sem a necessidade de um ajuste fino (_fine-tuning_) nos pesos do modelo. ## Exemplo Prático Para classificar o sentimento de frases, um prompt de vários disparos seria: - **Entrada:** "Eu adorei este produto!" -> **Sentimento:** Positivo - **Entrada:** "O serviço foi péssimo e demorado." -> **Sentimento:** Negativo - **Entrada:** "O filme é mediano, esperava mais." -> **Sentimento:** Neutro - **Entrada:** "A entrega chegou antes do prazo!" -> **Sentimento:** ## Quando utilizar - Quando o formato da resposta precisa ser muito específico (ex: JSON, tabelas, ou um estilo de escrita particular). - Quando o modelo falha em entender a tarefa apenas com instruções textuais. - Para reduzir alucinações em tarefas complexas de raciocínio. ## Melhores Práticas - **Consistência:** Mantenha o formato dos exemplos idêntico. - **Diversidade:** Forneça exemplos que cubram diferentes variações da tarefa. - **Quantidade:** Geralmente, de 3 a 8 exemplos são suficientes. Mais do que isso pode gerar um custo desnecessário de tokens sem ganho proporcional de performance. # Conceitos relacionados - [[Engenharia de prompt]] ou [[Engenharia de prompt|Prompt engineering]] - [[Prompt de disparo único]] ou - [[Cadeia de pensamento]] ou [[Cadeia de pensamento|Chain of thought]] # Referências - [Prompt engineering | OpenAI API](https://platform.openai.com/docs/guides/prompt-engineering)