Aprendizaje con pocos ejemplos (few-shot)

Técnica en la que se incluyen unos pocos ejemplos de la tarea dentro del prompt para guiar al modelo, sin reentrenarlo. Mejora la precisión mostrando el patrón esperado.

Técnica en la que se incluyen unos pocos ejemplos de la tarea dentro del prompt para guiar al modelo, sin reentrenarlo. Mejora la precisión mostrando el patrón esperado.

Actualizado: 3 de junio de 2026.

Few-shot consiste en darle al modelo dos o tres ejemplos de entrada y salida deseadas antes de la consulta real. El modelo capta el formato y el estilo y los replica.

Frente a zero-shot

En zero-shot no se dan ejemplos, solo la instrucción. Few-shot suele acertar más en tareas con un formato concreto, a costa de gastar más tokens.

Por qué funciona

Es una forma de aprendizaje en contexto: el modelo "aprende" de los ejemplos del prompt sin cambiar sus pesos.