Few-shot prompting: Lernen am Beispiel

Sie können drei Sätze schreiben, um zu erklären, was „dringend" bedeutet, oder Sie können dem Modell drei Nachrichten zeigen und es das Muster selbst erkennen lassen. Der zweite Weg gewinnt fast immer.

Genau das ist few-shot prompting: dem Modell eine Handvoll ausgearbeiteter Beispiele geben, bevor Sie die eigentliche Aufgabe stellen. „Shot" heißt einfach „Beispiel". Zero-shot heißt keine Beispiele. One-shot heißt eins. Few-shot heißt zwei oder mehr.

Das Problem mit dem Beschreiben

Angenommen, Sie wollen eingehende Kundennachrichten in „dringend" oder „normal" sortieren. Ihr erster Impuls ist, die Regeln zu beschreiben:

Klassifiziere diese Nachricht als dringend oder normal. Dringend heißt, der Kunde ist verärgert, erwähnt Geldverlust, hat eine Deadline oder droht mit Kündigung. Normal heißt allgemeine Fragen, Feedback oder alles, was warten kann.

Das funktioniert einigermaßen. Aber Sie verbringen ewig damit, Sonderfälle nachzutragen. Was ist mit einer ruhigen Nachricht, in der steht „meine Zahlung ist fehlgeschlagen"? Was ist mit einer aufgeregten Nachricht, die eigentlich unproblematisch ist?

Worte über Regeln sind rutschig. Beispiele sind scharf.

Stattdessen am Beispiel lehren

Hier dieselbe Aufgabe als few-shot prompt. Beachten Sie: Es gibt überhaupt keine Regeln, nur drei Beispiele und dann die neue Nachricht:

Classify each message as "urgent" or "normal".

Message: "My account got charged twice and the payment is for $4,000. I need this fixed today."
Label: urgent

Message: "Hi! Just wondering what your office hours are over the holidays."
Label: normal

Message: "This is the third time I've emailed. If I don't hear back I'm cancelling my subscription tomorrow."
Label: urgent

Message: "Loving the new dashboard, the charts are really clear."
Label:

Das Modell liest das Muster und vervollständigt die letzte Zeile: normal.

Es hat aus Ihren Beispielen gelernt, dass Doppelabbuchungen und Kündigungsdrohungen dringend sind, während freundliche Fragen und Lob normal sind. Sie haben diese Regeln nie aufgeschrieben. Die Beispiele haben sie transportiert.

Warum das funktioniert

Ein Large Language Model (die KI hinter ChatGPT, Claude und Gemini) ist eine Maschine zur Mustervervollständigung. Wenn es eine klare, wiederholte Struktur sieht, setzt es diese Struktur fort. Drei Beispiele im selben Format erzeugen ein starkes Muster. Das Modell kopiert das Format und die Logik, die in Ihrer Auswahl steckt.

Deshalb zählt das Format genauso viel wie der Inhalt. Halten Sie jedes Beispiel formal identisch: dieselben Labels, dieselben Abstände, dieselbe Schreibweise für „Message" und „Label".

Gute Beispiele auswählen

Ihre Beispiele sind Ihre Anweisungen. Wählen Sie sie sorgfältig.

Decken Sie die Bandbreite ab. Nehmen Sie die offensichtlichen Fälle und einen kniffligen dazu. Wenn eine ruhige Nachricht trotzdem dringend sein kann (etwa ein leises „meine Zahlung ist fehlgeschlagen"), machen Sie genau das zu einem Ihrer Beispiele. Das Modell lernt Ihre Sonderfälle aus den Beispielen, die Sie wählen.

Balancieren Sie Ihre Labels. Wenn alle drei Beispiele „urgent" sind, neigt das Modell dazu, alles als dringend einzustufen. Mischen Sie: zwei von der einen Sorte, eins von der anderen, oder halbe-halbe.

Bleiben Sie konsistent. Verwenden Sie jedes Mal exakt dieselben Label-Wörter. „urgent", „Urgent" und „URGENT" sehen für eine wörtlich lesende Maschine aus wie drei verschiedene Kategorien. Entscheiden Sie sich für eins.

Halten Sie sie kurz. Beispiele fressen den Platz, den das Modell auf einmal lesen kann (sein „context window"). Drei knappe Beispiele schlagen zehn weitschweifige.

Mit Code ausführen

Wenn Sie Hunderte Nachrichten klassifizieren wollen, läuft das über eine API (eine Möglichkeit für Ihren Code, mit dem Modell zu sprechen). Hier ein kurzes, lauffähiges Beispiel mit der Python-Bibliothek von OpenAI. Dieselbe Idee funktioniert mit Claude oder Gemini, nur mit anderen Bibliotheksnamen.

python

from openai import OpenAI

client = OpenAI()

few_shot = """Classify each message as "urgent" or "normal".

Message: "My account got charged twice for $4,000. Fix this today."
Label: urgent

Message: "What are your holiday office hours?"
Label: normal

Message: "Third email. Reply or I'm cancelling tomorrow."
Label: urgent

Message: "{new_message}"
Label:"""

def classify(message):
    prompt = few_shot.format(new_message=message)
    response = client.chat.completions.create(
        model="gpt-4.1-mini",
        messages=[{"role": "user", "content": prompt}],
        temperature=0,
    )
    return response.choices[0].message.content.strip()

print(classify("The app keeps crashing every time I try to pay."))

Ein Detail lohnt sich zu kennen: temperature=0. Temperature steuert die Zufälligkeit. Bei Klassifikation wollen Sie jedes Mal dieselbe Antwort, setzen Sie sie also auf 0 für den konsistentesten, vorhersehbarsten Output.

Wenn Sie nicht programmieren, brauchen Sie das nicht. Sie können few-shot prompting von Hand direkt in ChatGPT, Claude oder Gemini machen. Fügen Sie einfach Ihre Beispiele und Ihre neue Nachricht in den Chat ein.

Few-shot jenseits von Klassifikation

Dieser Trick ist nicht nur zum Sortieren da. Nutzen Sie ihn immer dann, wenn Sie ein bestimmtes Format oder einen bestimmten Stil wollen.

Daten formatieren. Zeigen Sie zwei Beispiele, wie eine unsaubere Adresse in saubere Felder überführt wird, und das Modell macht den Rest.

Tonalität treffen. Fügen Sie zwei Ihrer eigenen früheren E-Mails als Beispiele ein und lassen Sie das Modell eine dritte in derselben Stimme schreiben. Es kopiert Ihren Stil deutlich besser, als wenn Sie ihn beschreiben.

Informationen extrahieren. Geben Sie zwei Beispiele dafür, wie Name, Datum und Betrag aus einer Rechnung gezogen werden, und das Modell lernt genau, welche Felder Sie wollen und wie sie angeordnet sein sollen.

Das Prinzip ist immer dasselbe: aufhören zu beschreiben, anfangen zu zeigen.

Als tiefergehende, gut geschriebene Referenz zu diesem und verwandten Verfahren ist der offene Prompt Engineering Guide kostenlos und bleibt aktuell.

🎬 [VIDEO: "Few-Shot Prompting Explained" - youtube.com - ein kurzer, verständlicher Durchgang durch zero-shot vs. few-shot mit Live-Beispielen zum Kopieren]

Wissenscheck

1. Was definiert few-shot prompting am besten?

2. Warum funktionieren Beispiele laut Lektion bei einer Aufgabe wie dem Klassifizieren von Nachrichten oft besser als geschriebene Regeln?

3. Warum funktioniert few-shot prompting mit einem Large Language Model so gut?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE korrekten Aussagen zur Unterscheidung von zero-shot, one-shot und few-shot prompting.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE Praktiken, die die Lektion beim Schreiben von few-shot-Beispielen empfiehlt.

Wählen Sie alle richtigen Antworten aus.

Wann few-shot übertrieben ist

Few-shot ist stark, aber nicht immer nötig. Moderne Modelle sind 2026 gut genug, dass einfache Aufgaben oft zero-shot funktionieren, ganz ohne Beispiele. „Fasse das in einem Satz zusammen" braucht keine Demonstration.

Greifen Sie zu few-shot, wenn:

Das Format spezifisch ist und Sie es jedes Mal exakt richtig haben wollen.
Die Aufgabe Sonderfälle hat, die Regeln schwer abbilden.
Sie Konsistenz über viele Durchläufe brauchen (etwa beim Klassifizieren eines ganzen Postfachs).
Stil oder Stimme wichtig und schwer zu beschreiben sind.

Lassen Sie es weg, wenn die Aufgabe alltäglich und offensichtlich ist. Beispiele hinzuzufügen verschwendet dann nur Platz und Ihre Zeit.

Ein schneller Test

Unsicher, ob Sie Beispiele brauchen? Probieren Sie zuerst zero-shot. Wenn das Modell es richtig macht, sind Sie fertig. Wenn es vom Format abdriftet oder Ihre Absicht falsch liest, ergänzen Sie zwei oder drei Beispiele, um es festzunageln. Few-shot ist Ihre Lösung, wenn zero-shot nah dran, aber nicht verlässlich ist.

Häufige Fehler

Inkonsistente Beispiele. Wenn ein Beispiel „urgent" nutzt und ein anderes „high priority", wird das Modell über Ihre Kategorien verwirrt. Stimmen Sie sie exakt ab.

Zu wenige Beispiele für eine schwere Aufgabe. Ein Beispiel zeigt das Muster womöglich nicht klar genug. Wenn die Ergebnisse wackelig sind, fügen Sie ein zweites und drittes hinzu, bevor Sie etwas Ausgefeilteres versuchen.

Die Antwort verraten. Nehmen Sie beim Testen nicht versehentlich das korrekte Label zu Ihrer neuen Nachricht mit auf. Lassen Sie das abschließende Label: leer, damit das Modell es füllt.

Unausgewogene Beispiele, die das Modell schubsen. Drei „urgent"-Beispiele hintereinander lehren das Modell, dass dringend der Standard ist. Mischen Sie Ihre Labels, damit es neutral bleibt.

Selbst ausprobieren

Öffnen Sie jetzt ChatGPT, Claude oder Gemini. Fügen Sie das ein:

Turn each phrase into a polite, professional sentence.

Phrase: "send me the file"
Sentence: "Could you please send me the file when you have a moment?"

Phrase: "you're late"
Sentence: "I wanted to gently flag that the deadline has passed."

Phrase: "fix the bug"
Sentence:

Beobachten Sie, wie es den Ton Ihrer zwei Beispiele trifft. Ändern Sie die Beispiele dann in lässig und witzig und lassen Sie es erneut laufen. Der Output passt sich an. Das ist Lernen am Beispiel in unter einer Minute.

Wichtigste Erkenntnisse

Zeigen statt erzählen. Zwei oder drei Beispiele in konsistentem Format schlagen meist einen Absatz Regeln.
Ihre Beispiele sind Ihre Anweisungen. Decken Sie die Bandbreite ab, nehmen Sie einen kniffligen Fall mit und balancieren Sie Ihre Labels, damit das Modell neutral bleibt.
Halten Sie das Format identisch über alle Beispiele hinweg: dieselben Labels, dieselben Abstände, dieselbe Schreibweise. Inkonsistenz verwirrt das Modell.
Probieren Sie zuerst zero-shot. Ergänzen Sie Beispiele erst, wenn das Modell vom Format abdriftet oder Ihre Absicht falsch liest.
Setzen Sie temperature auf 0 bei Klassifikation und jeder Aufgabe, bei der Sie jedes Mal dieselbe Antwort wollen.

Häufige Fragen

Was ist Few-Shot-Prompting?

Beim Few-Shot-Prompting geben Sie einem Sprachmodell zwei oder mehr ausgearbeitete Beispiele, bevor es die eigentliche Aufgabe übernimmt. Statt Regeln zu beschreiben wie "dringend heißt, der Kunde ist verärgert oder spricht über Geld", zeigen Sie drei gelabelte Nachrichten und lassen das Modell das Muster selbst ableiten. Zero-Shot bedeutet keine Beispiele, One-Shot eines, Few-Shot zwei oder mehr.

Wann sollte ich Few-Shot nutzen, statt einfach die Regeln zu beschreiben?

Nutzen Sie Beispiele, wenn das Format exakt stimmen muss, wenn die Aufgabe Grenzfälle hat, die sich mit Regeln schlecht erfassen lassen, wenn Sie über viele Durchläufe hinweg Konsistenz brauchen oder wenn der Stil wichtig ist und sich schwer in Worte fassen lässt. In Fließtext formulierte Regeln sind unscharf: Eine ruhige Nachricht mit "meine Zahlung ist fehlgeschlagen" ist trotzdem dringend, und Sie würden ewig brauchen, das in eine Beschreibung einzuflicken. Ein Beispiel, das diesen Fall abdeckt, erledigt das.

Wie viele Beispiele sollte ich in einen Prompt packen?

Zwei oder drei gut gewählte Beispiele reichen meistens, und drei knappe schlagen zehn ausufernde. Beispiele belegen Platz im Kontextfenster, also in der Textmenge, die das Modell auf einmal lesen kann. Bleiben die Ergebnisse mit einem Beispiel wackelig, fügen Sie ein zweites und ein drittes hinzu, bevor Sie etwas Komplexeres versuchen.

Sollte ich Zero-Shot ausprobieren, bevor ich Beispiele hinzufüge?

Ja. Aktuelle Modelle bewältigen gängige Aufgaben wie "fasse das in einem Satz zusammen" ganz ohne Beispiele, und zusätzliche Beispiele verschwenden dann nur Platz. Testen Sie zuerst Zero-Shot: Stimmt der Output, sind Sie fertig. Fügen Sie zwei oder drei Beispiele nur hinzu, wenn das Modell vom Format abweicht oder Ihre Absicht falsch versteht.

Warum labelt mein Klassifizierungs-Prompt alles als dringend?

Höchstwahrscheinlich sind Ihre Beispiele unausgewogen. Tragen alle drei Beispiele das Label "dringend", lernt das Modell, dass dringend der Standard ist, und wendet es überall an. Mischen Sie die Labels, zwei vom einen und eines vom anderen, oder verteilen Sie sie gleichmäßig, und achten Sie darauf, jedes Mal exakt dieselbe Schreibweise zu verwenden, denn "dringend", "Dringend" und "DRINGEND" werden als drei verschiedene Kategorien gelesen.

Welche Temperature sollte ich bei einer Klassifizierungsaufgabe mit der OpenAI API einstellen?

Setzen Sie die Temperature auf 0. Die Temperature steuert die Zufälligkeit des Outputs, 0 liefert also die konsistenteste und am besten vorhersagbare Antwort. Genau das wollen Sie, wenn Sie dieselbe Art von Nachricht hunderte Male klassifizieren. In der OpenAI-Python-Bibliothek übergeben Sie den Wert direkt im Aufruf chat.completions.create, zusammen mit Modell und Messages.

Was Sie aus dieser Lektion umsetzen

Diese Maßnahmen sind im Playbook der Rolle zusammengefasst.

Geben Sie zwei oder drei konsistente Beispiele für schwierige Formate vor

Vollständiges Action Playbook ansehen →