Zero-shot (sin ejemplos)

Un prompt zero-shot («cero disparos» o, mejor dicho, cero ejemplos) es aquel en el que describes la tarea pero no muestras ningún caso resuelto. Por ejemplo: «Clasifica este comentario como positivo, negativo o neutro: “El envío tardó, pero el producto es excelente”». El modelo debe deducir qué hacer únicamente a partir de la instrucción.

El término viene del aprendizaje automático, donde «zero-shot» designa la capacidad de manejar categorías o tareas que el modelo no vio en el entrenamiento. En los modelos de lenguaje lo popularizó el artículo de GPT-3 (2020), que comparó el desempeño con cero, uno y pocos ejemplos en el prompt. El ajuste por instrucciones mejoró mucho la capacidad zero-shot de los modelos, y un trabajo de 2022 mostró que añadir simplemente «Pensemos paso a paso» mejoraba su razonamiento sin ejemplos.

¿Cuándo funciona? Para tareas comunes y bien definidas (resumir, traducir, clasificar en categorías evidentes), los modelos actuales suelen hacerlo bien sin ejemplos. ¿Cuándo no? Cuando necesitas un formato muy específico, un criterio poco habitual o un estilo particular. Ahí conviene pasar a few-shot y dar ejemplos.

No lo confundas con «sin contexto»: un prompt zero-shot puede y debe incluir contexto e instrucciones claras; lo único que le falta son ejemplos resueltos.