<2025.08.01> 프롬프트 (Zero-Shot, One-Shot, Few-Shot)

✔️ 샷 기반 프롬프팅?

- 'Shot' 은 프롬프터에 포함된 예시의 수를 나타낸다.

 

- Zero-Shot Prompting : 예시가 제공되지 않으며, 모델은 사전 훈련된 지식에 전적으로 의존해야 한다.

- One-Shot Prompting : 모델의 작업을 명확히 하기 위해 단일 예를 제공한다.

- Few-Shot Prompting : 두 개 이상의 예가 포함되어 있어 모델이 패턴을 인식하고 더 정확한 응답을 제공할 수 있다.

---

✔️ Zero-Shot Prompting

- 제로샷 프롬프팅 은 가장 간단한 형태의 프롬프팅

- 모델에 예시나 데모를 제공하지 않고 작업을 수행하라는 직접적인 지시를 내린다.

- 즉, 모델은 사전 훈련된 지식에 전적으로 의존하여 작업 완료 방법을 파악해야한다.

 

<Zero-Shot Prompting 예시>

Prompt
“문장의 감정을 분류하세요. (긍정 / 부정)
문장: 오늘 날씨가 너무 끔찍해.”

모델 응답 (예시)
“부정”

---

✔️ One-Shot Prompting

- 원샷 프롬프팅은 새로운 작업을 시작하기 전에 단일 예를 제공해서 프롬프팅을 향상

- 이를 통해 기대 사항을 명확히 하고 모델 성능을 개선하는데 도움

 

<One Shot Prompting 예시>

Prompt
“문장의 감정을 분류하세요. (긍정 / 부정)
예시:
문장: 이 영화 진짜 재미있었어!
감정: 긍정

문장: 오늘 날씨가 너무 끔찍해.”

모델 응답 (예시)
“감정: 부정”

 

---

✔️ Few-Shot Prompting

- 퓨샷 프롬프팅은 두 개 이상의 예시를 제공하여 모델이 패턴을 인식하고 더 복잡한 작업을 처리하는 데 도움을 준다.

- 예시가 많을 수록 모델은 작업을 더 잘 이해하게 되어 정확도와 일관성이 향상됩니다.

 

<Few-Shot Prompting 예시>

너는 사용자의 메시지가 '강의 재추천 요청'인지 판단하는 AI야.
		
		[판단 기준]
		- 사용자가 조건을 바꿔서 다시 추천을 요청하는 경우 (예: '다른 강의 추천해줘', '가격을 낮춰서 다시 추천', '조건을 바꿔서 추천해줘' 등)
		- 단순한 추가 질문, 강의 설명 요청 등은 재추천이 아님
		
		[응답 형식]
		- 반드시 아래 형식에 따를 것
		- 응답은 YES 또는 NO 중 하나
		
		[예시]
		사용자 메세지: 다른 강의도 추천해줘
		응답: YES
		
		사용자 메세지: 이 강의 설명 좀 더 해줘
		응답: NO
		
		사용자 메세지: 초급 강의로 다시 추천해줘
		응답: YES
		
		사용자 메세지: 이 강의는 무료인가요?
		응답: NO
		
		사용자 메세지: 다른 거 볼 수 있을까요?
		응답: YES
		
		사용자 메세지: 추천된 강의 등록은 어떻게 하나요?
		응답: NO
		
		사용자 메세지: 좀 더 저렴한 강의는 없나요?
		응답: YES
		
		사용자 메세지: 입문자용으로 다시 보여주세요.
		응답: YES
		""";

 

• Few-Shot Prompting 을 위한 모범 사례 
  • 몇가지 샷으로 구성된 프롬프트를 구성할 때 고려해야 할 사항
    • 포함할 예제의 수
    • 예시의 순서와 관련성
    • 출력 형식 (예: 목록, JSON, YAML)
• 몇 개의 샷으로 구성된 프롬프트 구성
  • Few-Shot Prompt 를 구성하느 방식은 매우 중요하다. 여기서 중요한 점은 입력과 출력을 콜론( : ) 으로 구분 할 것인지, 
    INPUT/ OUTPUT 으로 구분 할 것인지 이다. 
    
    

Q : 입력
A : 출력

INTPUT : 입력
OUTPUT : 출력

• Few-Shot Prompting 의 한계
  • 단 몇 번의 샷 프롬프팅은 매우 효과적이지만 한계가 존재한다.
    •  컨텍스트 창 제약은 예제의 수를 제한한다.
    •  예시가 너무 유사하면 과도한 일반화가 발생 할 수 있다.
    •  모델은 작업을 이해하기보다는 피상적은 패턴에 초점을 맞출 수도 있다.

 

---

✔️ 결론 

• Few-Shot Prompting 은 AI 역량을 향상시키는 다재다능하고 강력한 기법 
• 예시를 제공함으로써 모델이 정확하고 체계적인 출력을 생성하도록 유도 가능
• 효과를 극대화 하려면 컨텍스트 창 크기 및 예시 선택과 같은 제약 조건을 고려하는 것이 중요!