Wprowadzenie do technik promptowania

Nie wszystkie zadania wymagają takiego samego podejścia. Proste pytania mogą być obsłużone bezpośrednio, ale złożone problemy wymagają bardziej zaawansowanych technik. W tym rozdziale poznasz trzy fundamentalne techniki, które stanowią podstawę nowoczesnego prompt engineering.

Zero-Shot Prompting

Zero-shot to technika, w której prompt nie zawiera żadnych przykładów ani demonstracji. Model otrzymuje bezpośrednią instrukcję i musi sam zrozumieć zadanie.

i
Jak to działa?
Model wykorzystuje wiedzę zdobytą podczas treningu (instruction tuning), aby zrozumieć zadanie bez dodatkowych przykładów.
Przykład Zero-Shot
Sklasyfikuj poniższy tekst do jednej z kategorii: technologia, sport, polityka, nauka.

Tekst: Naukowcy z CERN odkryli nową cząstkę elementarną podczas eksperymentów w Wielkim Zderzaczu Hadronów.

Kategoria:

Odpowiedź: Nauka

Kiedy stosować Zero-Shot?

  • Klasyfikacja tekstów
  • Proste tłumaczenia
  • Odpowiadanie na faktograficzne pytania
  • Gdy nie masz dostępnych przykładów
  • Gdy zadanie jest intuicyjne i jednoznaczne

Ograniczenia

Zero-shot może zawodzić przy złożonych lub nietypowych zadaniach. Gdy wyniki są niezadowalające, przejdź do few-shot prompting.

Few-Shot Prompting

Few-shot to technika uczenia w kontekście (in-context learning), gdzie dostarczasz modelowi kilka przykładów pokazujących, jak wykonać zadanie. Model uczy się wzorca z przykładów i stosuje go do nowego zapytania.

i
Terminologia
  • 1-shot - jeden przykład
  • 3-shot - trzy przykłady
  • 5-shot - pięć przykładów
Więcej przykładów nie zawsze znaczy lepiej - zwykle 3-5 wystarcza.
Przykład Few-Shot (3-shot)
Określ sentyment recenzji:

Recenzja: "Produkt świetny, polecam każdemu!"
Sentyment: Pozytywny

Recenzja: "Totalnie zmarnowane pieniądze, nie działa."
Sentyment: Negatywny

Recenzja: "Produkt jest OK, nic specjalnego."
Sentyment: Neutralny

Recenzja: "Kupiłem to tydzień temu i jestem zachwycony jakością!"
Sentyment:

Odpowiedź: Pozytywny

Nauka nowych koncepcji

Few-shot jest szczególnie przydatny przy uczeniu modelu nowych, nieznanych koncepcji:

Nauka nowego słowa
"Whatpu" to małe, futrzaste zwierzę żyjące w Tanzanii.
Przykład zdania z whatpu:
"Podczas podróży po Afryce widzieliśmy te urocze whatpu."

"Farduddle" oznacza skakanie bardzo szybko w górę i w dół.
Przykład zdania z farduddle:

Odpowiedź: "Dzieci zaczęły farduddle z radości, gdy usłyszały o wycieczce."

Wskazówki dla skutecznego Few-Shot

  • Różnorodność przykładów - wybieraj przykłady pokrywające różne przypadki
  • Spójny format - utrzymuj identyczną strukturę we wszystkich przykładach
  • Reprezentatywność - przykłady powinny być typowe dla zadania
  • Prawdziwe etykiety - używaj poprawnych odpowiedzi w przykładach

Ograniczenia Few-Shot

Technika ta może nie wystarczyć przy zadaniach wymagających złożonego rozumowania, arytmetyki czy wieloetapowej logiki. W takich przypadkach potrzebujesz Chain-of-Thought.

Chain-of-Thought (CoT) Prompting

Chain-of-Thought (Łańcuch Myśli) to technika wprowadzona przez Wei et al. (2022), która umożliwia złożone rozumowanie poprzez pośrednie kroki. Zamiast od razu podawać odpowiedź, model pokazuje etapy swojego rozumowania.

i
Kluczowa idea
CoT zmusza model do "myślenia na głos" - rozbijania problemu na mniejsze kroki i pokazywania toku rozumowania przed podaniem finalnej odpowiedzi.

CoT z przykładami (Few-Shot CoT)

Problem bez CoT
Liczby nieparzyste w tej grupie sumują się do liczby parzystej:
15, 32, 5, 13, 82, 7, 1.
Prawda czy fałsz?

Odpowiedź bez CoT: Prawda (BŁĘDNA!)

Problem z CoT
Liczby nieparzyste w tej grupie sumują się do liczby parzystej:
4, 8, 9, 15, 12, 2, 1.
Rozwiązanie: Liczby nieparzyste to: 9, 15, 1.
Suma: 9 + 15 + 1 = 25.
25 jest liczbą nieparzystą.
Odpowiedź: Fałsz

Liczby nieparzyste w tej grupie sumują się do liczby parzystej:
15, 32, 5, 13, 82, 7, 1.
Rozwiązanie:

Odpowiedź z CoT: Liczby nieparzyste to: 15, 5, 13, 7, 1. Suma: 15 + 5 + 13 + 7 + 1 = 41. 41 jest liczbą nieparzystą. Odpowiedź: Fałsz (POPRAWNA!)

Zero-Shot CoT - magiczna fraza

Badacze Kojima et al. (2022) odkryli, że można wywołać rozumowanie krok po kroku bez podawania przykładów - wystarczy dodać frazę: "Let's think step by step" (Pomyślmy krok po kroku).

Bez frazy CoT
Poszedłem na targ i kupiłem 10 jabłek.
Dałem 2 sąsiadowi i 2 hydraulikowi.
Potem kupiłem jeszcze 5 i zjadłem 1.
Ile jabłek mi zostało?

Odpowiedź:

Odpowiedź: 11 jabłek (BŁĘDNA!)

Z frazą CoT
Poszedłem na targ i kupiłem 10 jabłek.
Dałem 2 sąsiadowi i 2 hydraulikowi.
Potem kupiłem jeszcze 5 i zjadłem 1.
Ile jabłek mi zostało?

Pomyślmy krok po kroku.

Odpowiedź:

  1. Zacząłem z 10 jabłkami
  2. Dałem 2 sąsiadowi: 10 - 2 = 8
  3. Dałem 2 hydraulikowi: 8 - 2 = 6
  4. Kupiłem 5: 6 + 5 = 11
  5. Zjadłem 1: 11 - 1 = 10

Odpowiedź: 10 jabłek (POPRAWNA!)

!
Praktyczna wskazówka
Frazy wywołujące rozumowanie krok po kroku (po polsku i angielsku):
  • "Pomyślmy krok po kroku."
  • "Let's think step by step."
  • "Rozwiążmy to systematycznie."
  • "Przeanalizujmy to etapami."

Porównanie technik

Technika Przykłady Rozumowanie Najlepsze zastosowanie
Zero-Shot Brak Brak Proste, intuicyjne zadania
Few-Shot 1-5 Brak Nowe formaty, nietypowe zadania
Zero-Shot CoT Brak Tak Problemy logiczne, arytmetyka
Few-Shot CoT 1-5 z rozumowaniem Tak Złożone, wieloetapowe problemy

Kiedy której techniki użyć?

1
Zacznij od Zero-Shot
Zawsze próbuj najprostszego podejścia. Jeśli wynik jest dobry - nie komplikuj.
2
Gdy Zero-Shot zawodzi → Few-Shot
Dodaj 2-3 przykłady, jeśli model nie rozumie formatu lub zadanie jest nietypowe.
3
Dla rozumowania → CoT
Przy zadaniach wymagających logiki, matematyki lub wieloetapowego myślenia użyj "Pomyślmy krok po kroku".
4
Dla najtrudniejszych → Few-Shot CoT
Połącz przykłady z rozumowaniem przy najbardziej złożonych problemach.

Praktyczne ćwiczenie

Spróbuj rozwiązać poniższy problem używając różnych technik i porównaj wyniki:

Problem do rozwiązania
Restauracja ma 15 stolików.
Każdy stolik ma 4 krzesła.
W piątek wieczorem 3 stoliki są zepsute i nie można ich użyć.
Przy 8 stolikach siedzą już goście (wszystkie krzesła zajęte).
Ile wolnych miejsc siedzących pozostało w restauracji?

Przetestuj z:

  1. Samym pytaniem (Zero-Shot)
  2. Dodając "Pomyślmy krok po kroku" (Zero-Shot CoT)
  3. Pokazując podobny przykład z rozwiązaniem (Few-Shot CoT)

Podsumowanie

  • Zero-Shot - prosta instrukcja bez przykładów, dla intuicyjnych zadań
  • Few-Shot - kilka przykładów uczących model formatu i oczekiwań
  • Chain-of-Thought - rozumowanie krok po kroku dla złożonych problemów
  • Zero-Shot CoT - magiczna fraza "Pomyślmy krok po kroku"

W kolejnym rozdziale poznasz jeszcze bardziej zaawansowane techniki rozumowania: Tree of Thoughts, Self-Consistency i ReAct.

Teraz wiesz:
  • Kiedy użyć zero-shot (proste zadania), few-shot (nietypowe formaty) i chain-of-thought (złożone rozumowanie)
  • Jak magiczna fraza "Pomyślmy krok po kroku" drastycznie poprawia dokładność odpowiedzi AI
  • Jak łączyć techniki (np. Few-Shot CoT) do rozwiązywania najtrudniejszych problemów

Następny krok: Techniki Rozumowania AI — odkryjesz zaawansowane metody takie jak Tree of Thoughts, Self-Consistency i ReAct, które pozwalają AI rozwiązywać naprawdę złożone problemy.

Poprzedni Podstawy promptowania Następny Techniki rozumowania