Zero-shot → few-shot
M5 — Prompt Engineering
Mengarahkan Model Melalui Konteks
Prompt Engineering adalah seni dan sains menyusun instruksi serta konteks agar model menghasilkan keluaran yang akurat, konsisten, dan terstruktur.
1. Zero-Shot vs Few-Shot Learning
- Zero-Shot: Memberikan instruksi tugas langsung tanpa contoh. Cocok untuk model besar dengan instruksi jelas.
- Few-Shot (In-Context Learning): Memberikan 2–5 contoh pasangan input-output sebelum meminta model menyelesaikan input baru. Few-shot secara drastis meningkatkan kepatuhan format dan domain spesifik.
2. Komponen Prompt yang Efektif
- Role / Persona: Menentukan gaya bahasa dan domain keahlian.
- Task Instruction: Penjelasan tugas yang eksplisit dan tidak ambigu.
- Context / Constraints: Batasan panjang kata, hal yang dilarang, dan korpus rujukan.
- Output Format: Format hasil yang diharapkan (Markdown, JSON, tabel).
M5