Few-shot learning é a técnica de incluir alguns exemplos resolvidos dentro do prompt para que o modelo entenda o padrão esperado — mostrar três e-mails no tom certo antes de pedir o quarto. O nome vem do trabalho que apresentou o GPT-3 em 2020, cujo título já era a tese: modelos de linguagem aprendem com poucos exemplos, sem qualquer ajuste de pesos, apenas com o texto do prompt. Funciona, é barato e continua útil. Mas há uma fragilidade medida que raramente aparece nos tutoriais: a ordem em que os exemplos são apresentados altera o resultado. Nas palavras dos pesquisadores, a escolha do formato, dos exemplos e até da ordem deles pode fazer a acurácia variar “de quase aleatória a quase estado da arte”. Os mesmos exemplos, em sequência diferente. E a sensibilidade não some nos modelos maiores.
⚠️ Três vieses que os exemplos introduzem
A pesquisa identificou de onde vem essa instabilidade. Não é aleatório — são tendências sistemáticas:
- Viés de maioria. Se a maioria dos exemplos tem o mesmo rótulo, o modelo tende a repetir esse rótulo.
- Viés de recência. Os últimos exemplos pesam mais que os primeiros.
- Viés de token comum. Palavras frequentes nos exemplos são favorecidas na saída.
Uma técnica de calibração — medir a tendência do modelo com uma entrada vazia e corrigir por ela — melhorou a acurácia média em até 30 pontos percentuais absolutos nos testes. A dimensão desse ganho mostra o tamanho do problema que estava lá, invisível.
E há um agravante que fecha a questão, o mais relevante para quem opera: a ordem que funciona bem num modelo não transfere para outro. Não existe sequência universalmente boa — o prompt calibrado no modelo A simplesmente não está calibrado no modelo B.
Uma nota de procedência: circula um par de números específicos ilustrando essa variação por ordem. Não conseguimos confirmá-los no texto primário e por isso ficamos com a citação dos autores, que sustenta o mesmo argumento sem risco.
O que isso muda na prática
Se você usa exemplos num prompt de produção — e quase toda operação de conteúdo usa —, três consequências:
- Teste a ordem, não só o conteúdo dos exemplos. É uma variável oculta que ninguém costuma versionar. Rode a mesma lista em duas ou três ordens diferentes e compare.
- Equilibre os rótulos. Se está classificando leads em “quente” e “frio”, não coloque quatro exemplos quentes e um frio — o viés de maioria vai puxar a classificação.
- Ao trocar de modelo, revalide o prompt inteiro. Migrar de fornecedor mantendo o mesmo prompt é assumir que a calibração transfere — e a pesquisa mostra que não transfere.
Sobre “few-shot ainda é necessário nos modelos de 2026”, uma resposta honesta: não localizamos medição que responda isso. Os modelos atuais seguem instrução direta muito melhor que os de 2020, mas não encontramos estudo que quantifique quando os exemplos deixaram de compensar. Teste no seu caso — comparar com e sem exemplos leva minutos.
A alternativa sem exemplos está em zero-shot learning, e a instrução de base que molda tudo em system prompt.
Fontes
- Calibrate Before Use: Improving Few-Shot Performance of Language Models — ICML 2021
- Fantastically Ordered Prompts — sensibilidade à ordem, 11 tarefas
- Language Models are Few-Shot Learners — Brown et al., o trabalho que nomeou a técnica
Leitura das fontes em 17/08/2026.