One-Shot Prompting ist eine Prompting-Technik, bei der dem Sprachmodell genau ein Eingabe-Ausgabe-Beispiel vor der eigentlichen Aufgabe präsentiert wird. Es bildet die Brücke zwischen Zero-Shot-Prompting (kein Beispiel) und Few-Shot-Prompting (mehrere Beispiele).
Funktionsweise
Der Prompt besteht aus einer Instruktion, einem einzelnen Beispielpaar und der eigentlichen Aufgabe. Beispiel: „Klassifiziere die Stimmung einer Nachricht als positiv, neutral oder negativ. Beispiel: ‚Das Wetter ist super!' → positiv. Jetzt: ‚Der Termin wurde verschoben.'" Das Modell übernimmt aus dem Beispiel vor allem das erwartete Antwortformat.
Wann ein Beispiel hilft
- Formatvorgaben: JSON-Struktur, Tabellen, Listen — ein Beispiel zeigt die Zielform exakt.
- Stil: E-Mail-Ton, Zusammenfassungslänge, Zielgruppe.
- Fachterminologie: ein Beispiel demonstriert die erwartete Begriffsverwendung.
Grenzen
Ein einziges Beispiel deckt die Varianz realer Eingaben kaum ab. Weicht eine Aufgabe stark vom Beispiel ab, kann das Modell das Muster überinterpretieren. Mehr Beispiele (Few-Shot-Prompting) oder klare Instruktionen im System-Prompt schaffen dann Abhilfe. Wie alle Beispiel-basierten Techniken ist One-Shot-Prompting eine Form des In-Context Learning. Verwandte Grundlagen: Chain-of-Thought.