Waarom is dit belangrijk?
Met one-shot prompting kan een chatbot voor nieuwe taken een afgesproken antwoordopbouw en toon overnemen, terwijl het systeem zelf gelijk blijft. In het werk gebruiken teams dit om brieven en verslagen steeds in dezelfde indeling te laten terugkomen. Werknemers op kantoor hoeven dan minder lange instructies te schrijven, maar een onduidelijk of eenzijdig voorbeeld kan foute of eenzijdige antwoorden doorgeven.
Zo werkt het in de praktijk
IBM beschrijft dat webwinkels one-shot prompting kunnen inzetten voor een productadvies, en marketeers voor een artikel. De Aalto-universiteit behandelt de methode in een open cursus over taalmodellen, bij het vertalen van Finse woorden.
Het lesmateriaal van Aalto zet one-shot prompting naast prompts zonder voorbeeld en prompts met meer voorbeelden. Eén voorbeeld legt de vorm vaak vast, maar het model voegt soms een extra zin toe. De universiteit laat zo zien wanneer meer voorbeelden helpen.
IBM schaart one-shot prompting onder prompt engineering. Dat is de werkwijze waarin mensen de opdracht aan een taalmodel ontwerpen. Daarbij onderscheidt die werkwijze geen voorbeeld, één voorbeeld en enkele voorbeelden.




