WissenKI-Begriffe für Solos
Zero Shot und Few Shot Prompting einfach erklärt
Ohne Beispiel fragen oder mit ein paar Beispielen vormachen, was du willst. Der Unterschied entscheidet, wie zuverlässig eine KI-Antwort in deinem Format ankommt.
Einen neuen Kollegen einarbeiten, dafür gibt es zwei Wege. Entweder du sagst nur „schreib mir eine Rechnung" und lässt ihn raten, wie du das gerne hättest. Oder du zeigst ihm vorher zwei, drei fertige Rechnungen als Vorlage, an denen er das gewünschte Format erkennt. Genau dieser Unterschied gilt für Anfragen an eine KI.
Kurz gesagt
Bei Zero Shot Prompting bekommt die KI nur eine Aufgabe, ohne Beispiel, wie das Ergebnis aussehen soll, und verlässt sich komplett auf das, was sie im Training gelernt hat. Bei Few Shot Prompting zeigst du ihr vorher zwei oder mehr Beispiele des gewünschten Musters, das schränkt Format und Stil deutlich enger ein. Zero Shot reicht für einfache, bekannte Aufgaben, Few Shot lohnt sich, sobald Format oder Ton genau passen müssen.
Der Unterschied an einem Beispiel
Zero Shot: „Fass diese E-Mail in zwei Sätzen zusammen." Die KI liefert eine plausible Zusammenfassung, Länge und Aufbau können dabei von Anfrage zu Anfrage leicht variieren.
Few Shot: Du zeigst zwei fertige Beispiele, jeweils eine E-Mail und die dazu passende Zwei-Satz-Zusammenfassung im gewünschten Stil, und lässt dann eine neue E-Mail zusammenfassen. Die KI hält sich an das Muster aus den Beispielen, nicht nur an die Beschreibung der Aufgabe.
Wann sich der Aufwand lohnt
Für einfache, bekannte Aufgaben wie Übersetzen oder Umformulieren reicht Zero Shot Prompting meistens, die Modelle beherrschen solche Aufgaben direkt aus dem Training. Sobald aber ein ganz bestimmtes Format, ein bestimmter Tonfall oder eine ungewöhnliche Struktur gefragt ist, führt Few Shot Prompting zuverlässiger zum gewünschten Ergebnis. Anthropic empfiehlt für Claude etwa drei bis fünf passende, unterschiedliche Beispiele, mehr bringt nicht automatisch bessere Ergebnisse und kann laut Googles eigener Empfehlung sogar dazu führen, dass sich die KI zu stark an die Beispiele klammert, statt das eigentliche Muster zu verallgemeinern. Wichtig dabei: jedes Beispiel kostet zusätzliche Tokens, Few Shot Prompting ist also nie ganz kostenlos.
Praktischer Bezug zu Claude Skills
Ein Claude Skill ist im Kern Few Shot Prompting, das du nicht mehr jedes Mal neu eintippen musst. Hast du einmal die Beispiele gefunden, die zuverlässig das gewünschte Ergebnis liefern, packst du sie einmalig in einen Skill statt sie bei jeder Anfrage erneut einzufügen.
Die Grenze
Beispiele lösen kein grundsätzliches Können. Kann ein Modell eine Aufgabe im Kern nicht, ändert auch die beste Auswahl an Beispielen daran nichts. Und Beispiele helfen nicht immer: unpassend gewählte oder zu einseitige Beispiele können ein Ergebnis sogar in eine unerwünschte Richtung lenken, statt es zu verbessern. Few Shot Prompting steuert ein bereits vorhandenes Können in eine bestimmte Richtung, es bringt der KI nichts grundsätzlich Neues bei.
Quellen: Zero-Shot vs Few-Shot Prompting (IBM) · Include few-shot examples (Google Cloud Vertex AI Docs)
Häufige Fragen
Ist One Shot Prompting etwas anderes als Few Shot?
One Shot ist im Grunde ein Sonderfall von Few Shot mit genau einem Beispiel statt mehreren. Der Mechanismus dahinter ist derselbe.
Braucht Zero Shot Prompting weniger Tokens?
Ja, spürbar. Ohne Beispiele fällt der komplette Beispieltext weg, das spart Tokens und damit auch Kosten bei der Programmierschnittstelle.
Werden mehr Beispiele automatisch zu einem besseren Ergebnis?
Nein. Ab einer gewissen Anzahl bringt jedes weitere Beispiel kaum noch etwas, in manchen Fällen verschlechtert sich das Ergebnis sogar, weil sich die KI zu eng an die Beispiele hält.
Willst du das bei dir umsetzen?
In der Community zeige ich, was bei mir hält. Im Erstgespräch schauen wir uns dein Vorhaben konkret an.