Context
Waarom deze gids belangrijk is
Een van de belangrijkste keuzes in prompt engineering is hoeveel begeleiding je aan het model geeft. Soms is een heldere instructie genoeg. In andere gevallen levert het model zonder voorbeelden te veel variatie op, of mist het precies de classificatie, toon of nuance die nodig is.
Zero-shot en few-shot zijn geen ideologische kampen maar praktische gereedschappen. De juiste keuze hangt af van het risico van fouten, de benodigde precisie, de complexiteit van de taak en het soort mislukking dat je probeert te voorkomen.
Deze gids helpt je kiezen op basis van werkelijke trade-offs in plaats van gewoonte.
Samenvatting
Belangrijkste inzichten
- Zero-shot werkt goed bij heldere taken met standaard output.
- Few-shot is nuttig als stijl, labels of edge cases belangrijk zijn.
- Te veel voorbeelden maken een prompt duurder en diffuser.
- Kies voorbeelden met hoge signaalwaarde, niet willekeurige voorbeelden.
- Beslis op basis van foutkosten, niet op basis van voorkeur.
Operationeel blok
1) Zero-shot is vaak genoeg als de taak scherp is gedefinieerd
Voor eenvoudige of goed begrensde taken werkt zero-shot vaak uitstekend. Denk aan samenvattingen, standaardtabellen, eenvoudige extractie of een eerste outline. Een korte maar duidelijke prompt is goedkoper en vaak makkelijker te onderhouden dan een prompt vol voorbeelden.
Zero-shot is dus niet “minder professioneel”. Het is vaak gewoon de efficiëntere keuze als het model niet eerst gedrag hoeft te leren aan de hand van voorbeelden.
Operationeel blok
2) Few-shot is waardevol wanneer je ambiguïteit wilt elimineren
Few-shot werkt vooral goed wanneer je specifieke stijl, scoring, classificatie of grensgevallen wilt afdwingen. Als je merkt dat het model telkens op dezelfde manier faalt, is een goed voorbeeld vaak effectiever dan nog meer uitleg in abstracte taal.
Denk aan taken waarbij labels exact moeten zijn, een merktoon strak bewaakt moet worden of een rubric consequent moet worden toegepast.
Operationeel blok
3) Het echte risico van few-shot is ruis
Veel teams voegen te veel voorbeelden toe omdat ze denken dat meer context altijd beter is. In werkelijkheid kunnen middelmatige of inconsistente voorbeelden juist verwarring introduceren. Het model gaat dan patronen overnemen die je eigenlijk niet wilt zien.
Een paar sterke voorbeelden zijn daarom veel beter dan een lange verzameling half-goede voorbeelden.
Operationeel blok
4) Kies op basis van de kosten van een fout
Bij een brainstorm maakt een kleine afwijking vaak weinig uit. Maar bij classificatie, executive reporting of klantgerichte output kan een kleine fout grote gevolgen hebben. In dat soort gevallen kan extra begeleiding via few-shot logisch zijn.
De vraag is dus niet “welke techniek is beter?” maar “hoe duur is de fout die ik probeer te voorkomen?”
Operationeel blok
5) Test zero-shot en few-shot naast elkaar
De beste manier om te beslissen is meestal empirisch: laat beide varianten op dezelfde taak los en beoordeel ze met dezelfde rubric. Als few-shot nauwelijks verbetering oplevert, koop je extra kosten zonder echte opbrengst.
Die vergelijking is extra nuttig bij terugkerende workflows, omdat kleine verbeteringen zich daar opstapelen.
Templatebibliotheek
Herbruikbare templates
Zero-shot template
Voor duidelijke taken met eenvoudig outputformaat.
Je bent [ROL]. Taak: [DOEL]. Doelgroep: [LEZER / GEBRUIKER]. Beperkingen: [BEPERKINGEN]. Outputformaat: [FORMAAT]. Als informatie ontbreekt, markeer dat expliciet. Verzín niets.
Minimale few-shot template
Voor taken waarbij stijl, classificatie of uitzonderingen beter gestuurd moeten worden.
Je bent [ROL]. Taak: [DOEL]. Volg het patroon in de voorbeelden. Voorbeeld 1: Input: [INPUT] Output: [GEWENSTE OUTPUT] Voorbeeld 2: Input: [BORDERLINE INPUT] Output: [GEWENSTE OUTPUT] Pas nu dezelfde logica toe op deze input: [NIEUWE INPUT] Houd dezelfde structuur, specificiteit en beslislogica aan.
Kwaliteitscontrole
Veelgemaakte fouten en fixes
Few-shot uit gewoonte gebruiken
Probleem: De prompt groeit, maar kwaliteit stijgt nauwelijks.
Fix: Gebruik few-shot alleen als het een duidelijk foutpatroon oplost.
Zwakke voorbeelden kiezen
Probleem: Het model kopieert ook de middelmatigheid van je voorbeelden.
Fix: Gebruik alleen voorbeelden met hoge signaalwaarde.
Geen vergelijkingstest doen
Probleem: Je weet niet of de extra context de moeite waard is.
Fix: Vergelijk zero-shot en few-shot op dezelfde taak met dezelfde evaluatiecriteria.
FAQ
Veelgestelde vragen
Hoeveel voorbeelden heb ik nodig voor few-shot?
Vaak zijn één of twee sterke voorbeelden genoeg. Meer is niet automatisch beter.
Is zero-shot altijd minder nauwkeurig?
Nee. Bij heldere en goed begrensde taken is zero-shot vaak net zo goed en veel efficiënter.
Kan ik ook negatieve voorbeelden gebruiken?
Ja, maar spaarzaam. Een anti-voorbeeld kan nuttig zijn, zolang het niet de hoofdlogica vertroebelt.
Bronnen
