---
title: "Few-Shot Prompting dla niezawodnych wyników agentów AI"
description: "Few-shot prompting to technika polegająca na podaniu agentowi AI w prompcie kilku przykładów (zwykle od 2 do 5) poprawnych danych wejściowych i wyjściowych, aby poprzez in-context learning przejął…"
locale: "pl"
canonical: "https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/prompt-engineering-dla-agentow-ai/few-shot-prompting-dla-niezawodnych-wynikow-agentow-ai"
category: "Agenci AI"
topic: "Prompt engineering dla agentów AI"
updated: "2026-10-28T13:36:40.007Z"
source: "Blck Alpaca e.U., blckalpaca.at"
---

# Few-Shot Prompting dla niezawodnych wyników agentów AI

Few-shot prompting to technika polegająca na podaniu agentowi AI w prompcie kilku przykładów (zwykle od 2 do 5) poprawnych danych wejściowych i wyjściowych, aby poprzez in-context learning przejął format, styl i logikę zadania bez ponownego trenowania modelu. Dzięki temu format wyników i wywołania narzędzi stają się znacznie bardziej niezawodne.

## W skrócie

- Few-shot prompting steruje agentami za pomocą od 2 do 5 kanonicznych przykładów w kontekście, a nie przez trenowanie modelu. To element context engineeringu, a nie osobna metoda obok prompt engineeringu.
- Reprezentatywność i różnorodność są ważniejsze niż liczba: sprzeczne lub zduplikowane przykłady skłaniają model do kopiowania najbardziej podobnego przykładu. Celem są różnorodne, kanoniczne przypadki.
- Do tool callingu istnieją dedykowane mechanizmy: od listopada 2025 Anthropic obsługuje pole input_examples w każdej definicji narzędzia i zaleca od 1 do 5 przykładowych wywołań. Stabilizuje to zwłaszcza zagnieżdżone lub opcjonalne parametry.
- Tam, gdzie wymagana jest 100-procentowa zgodność z formatem, dekodowanie ograniczone schematem (OpenAI Structured Outputs, GA od sierpnia 2024) zastępuje heurystykę few-shot w zakresie samej struktury. Few-shot pozostaje istotny dla stylu i logiki.
- Zero-shot do prostych zadań, few-shot dla niezawodności formatu i wywołań narzędzi, fine-tuning dopiero przy bardzo dużym wolumenie lub presji na opóźnienia. W kontekście DACH (Niemcy, Austria, Szwajcaria) język niemiecki zwiększa koszt tokenów w przykładach o 30 do 50 procent.
- Przykłady nie są darmowe: kosztują tokeny przy każdym wywołaniu i sprzyjają overfittingowi. Stabilne bloki przykładów powinny trafić do prefiksu promptu, który można cache'ować (odczyty z cache kosztują ok. 10 procent ceny standardowej, stan na 2026).

Few-shot prompting to technika polegająca na podaniu agentowi [AI](https://blckalpaca.at/pl/slownik/ai) w prompcie kilku przykładów poprawnych danych wejściowych i wyjściowych, aby poprzez in-context learning przejął format, styl i logikę zadania bez ponownego trenowania modelu. Zamiast opisywać zachowanie prozą, pokaż je: od dwóch do pięciu reprezentatywnych przypadków, na których model opiera się w kolejnej turze inferencji. W agentach gotowych do produkcji few-shot to nie zabawka, lecz jedna z najskuteczniejszych dźwigni dla niezawodnych formatów wyników i poprawnego [wywoływania narzędzi](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/czym-sa-agenci-ai/tool-calling-jak-agenci-ai-korzystaja-z-narzedzi).

- **Ile:** Od dwóch do pięciu przykładów dla ogólnego wyniku, od jednego do trzech kanonicznych wywołań na narzędzie. Więcej rzadko pomaga liniowo.
- **Jakie:** Różnorodne, reprezentatywne przypadki bez duplikatów i bez sprzeczności. Jakość i pokrycie wygrywają z liczbą.
- **Kiedy nie:** Przy prostych zadaniach zero-shot lub gdy wymagana jest 100-procentowa zgodność z formatem; wtedy lepsze jest dekodowanie ograniczone schematem.

## Few-shot w kontekście: element context engineeringu

Few-shot prompting nie jest samodzielną metodą obok [prompt](https://blckalpaca.at/pl/slownik/prompt) engineeringu, lecz poddziedziną [context engineeringu](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/prompt-engineering-dla-agentow-ai/prompty-systemowe-dla-agentow-12-wzorcow-projektowych-gotowych-do-produkcji). Andrej Karpathy wprost wymienia „few-shot examples” jako jeden z naukowych elementów, którymi wypełnia się okno kontekstu przed kolejnym krokiem, obok opisów zadań, [RAG](https://blckalpaca.at/pl/slownik/rag), narzędzi i stanu. Model mentalny dla agentów brzmi więc tak: przykłady są częścią substratu tokenów, który model widzi w każdej turze, a nie jednorazową instrukcją.

To ujęcie ma praktyczne konsekwencje. Przykłady konkurują ze wszystkim innym o budżet uwagi i miejsce na tokeny. Kto stosuje few-shot, musi rozpatrywać go w ramach budżetu kontekstu, a nie w oderwaniu od niego.

### Zero-Shot, Few-Shot, One-Shot

- **Zero-Shot:** Tylko opis zadania, bez przykładów. Szybko, tanio, idealnie do prostych lub oczywistych zadań.
- **One-Shot:** Dokładnie jeden przykład. Przydatny, aby utrwalić jednoznaczny format bez dużego obciążenia tokenami.
- **Few-Shot:** Kilka przykładów obejmujących warianty i przypadki brzegowe. Standard dla wyników agentów, w których format i logika są krytyczne.

## Dobór i reprezentatywność: właściwa praca inżynierska

Najczęstszym błędem nie jest zła liczba, lecz zły dobór. Typowy antywzorzec w system promptach: kilka sprzecznych przykładów skłania model do kopiowania najbardziej podobnego. Rozwiązaniem są różnorodne, kanoniczne przykłady bez duplikatów. Anthropic w swoim [przewodniku po context engineeringu](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) z września 2025 również zaleca różnorodne, kanoniczne przykłady zamiast wpisywania każdej reguły do promptu jako długiej listy przypadków brzegowych.

W praktyce reprezentatywny dobór oznacza:

- **Uwzględnianie wariantów,** a nie trzykrotnie ten sam przypadek w lekko zmienionej formie. Jeśli [agent](https://blckalpaca.at/pl/slownik/agent) przetwarza faktury, faktury korygujące i storna, dodaj po jednym przykładzie każdego rodzaju, a nie trzy faktury.
- **Świadome pokazywanie przypadków brzegowych,** na przykład przypadku z brakującymi polami obowiązkowymi i prawidłowej reakcji na niego. Przykłady uczą też zachowania w sytuacjach niejednoznacznych.
- **Spójny format we wszystkich przykładach.** Rozjazd formatu między przykładami to trucizna: model powiela niespójność.
- **Brak sprzecznych sygnałów.** Jeśli przykład A pomija pole, przykład B je wypełnia i nie da się tej różnicy wyjaśnić, model zgaduje.

## Wpływ na tool calling i niezawodność wyników

Tu few-shot przynosi największe korzyści. Na potrzeby [definicji narzędzi](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/model-context-protocol-mcp/mcp-vs-api-openapi-kiedy-co-wybrac) Anthropic wprowadził w listopadzie 2025 [Tool Use Examples](https://www.anthropic.com/engineering/advanced-tool-use): pole `input_examples`, które dostarcza przykładowe wywołania bezpośrednio obok schematu. Anthropic zaleca od 1 do 5 realistycznych przykładów na narzędzie; w testach wewnętrznych dokładność przy złożonych parametrach wzrosła dzięki temu z 72 do 90 procent. Bez przykładów model zgaduje przy zagnieżdżonych lub opcjonalnych parametrach. Zasada praktyczna: zwykle wystarczą od jednego do trzech kanonicznych wywołań na narzędzie, bo każdy przykład kosztuje tokeny. Związek z niezawodnością wyboru narzędzi jest ścisły: w tym samym artykule Anthropic podaje, że Tool Search Tool przy dużych bibliotekach narzędzi podnosi dokładność wyboru narzędzi w wewnętrznych ewaluacjach [MCP](https://blckalpaca.at/pl/slownik/mcp) z 49 do 74 procent dla Opus 4 oraz z 79,5 do 88,1 procent dla Opus 4.5. Dobre przykłady w opisie narzędzia są częścią tej samej dyscypliny.

Przy wyniku końcowym ważne jest jedno rozróżnienie. Tam, gdzie obowiązkowo wymagane są struktury możliwe do sparsowania maszynowo, sam few-shot nie wystarczy. [OpenAI Structured Outputs](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/co-to-jest-llm-podstawy-dla-agentow-ai/structured-outputs-z-json-schema-jak-wymusic-niezawodne-odpowiedzi-agentow) (GA od sierpnia 2024, dla [GPT](https://blckalpaca.at/pl/slownik/gpt)-4o-2024-08-06 i nowszych modeli) wymusza za pomocą dekodowania ograniczonego (constrained decoding) na poziomie tokenów udokumentowaną 100-procentową zgodność ze schematem. Anthropic poszedł tą samą drogą w listopadzie 2025: [Structured Outputs dla Claude](https://claude.com/blog/structured-outputs-on-the-claude-developer-platform) wystartowały jako beta i od lutego 2026 są ogólnie dostępne. Wyniki JSON obsługuje `output_config.format`, a wywołania narzędzi [Strict Tool Use](https://platform.claude.com/docs/en/agents-and-tools/tool-use/strict-tool-use) z `strict: true`, w obu przypadkach z dekodowaniem ograniczonym. Wcześniejsze obejście, czyli wymuszone użycie narzędzia z pseudonarzędziem w rodzaju `return_structured_result`, bez `strict` nie gwarantuje zgodności ze schematem: według dokumentacji [Anthropic Claude](https://blckalpaca.at/pl/slownik/anthropic-claude) może wtedy zwracać niewłaściwe typy lub pomijać pola obowiązkowe. Czysty podział ról w 2026 roku: wymuszanie schematu gwarantuje strukturę, a few-shot kształtuje styl, dobór słów, logikę i obsługę przypadków brzegowych, których żaden schemat nie odwzorowuje.

| Metoda | Cel | Zgodność z formatem | Nakład / koszt |
| --- | --- | --- | --- |
| Zero-Shot | Proste zadania, oczywisty format | Zmienna | Minimalny |
| Few-Shot (2-5 przykładów) | Stabilizacja stylu, logiki i wywołań narzędzi | Wysoka, niegwarantowana | Tokeny na wywołanie, możliwość iteracji |
| Structured Outputs / Strict Tool Use | Obowiązkowa struktura JSON | Gwarantowana przez schemat (poza odmową, max\_tokens) | Utrzymanie schematu, niskie opóźnienie |
| [Fine-Tuning](https://blckalpaca.at/pl/slownik/fine-tuning) | Bardzo duży wolumen, presja na opóźnienia | Wysoka, zależna od modelu | Cykl trenowania, nakład na dane |

## Kiedy few-shot, kiedy zero-shot, a kiedy fine-tuning

Decyzja opiera się na trzech osiach: złożoności zadania, wolumenie i stabilności wymagań.

- **Zero-shot,** gdy zadanie jest proste, a format nie ma krytycznego znaczenia. Każdy dodatkowy [token](https://blckalpaca.at/pl/slownik/token) przykładu byłby zmarnowany.
- **Few-shot,** gdy tylko wymagany jest określony format, spójny styl lub nietrywialna logika, a wymagania wciąż się zmieniają. Few-shot można iterować bez cyklu trenowania i to jest jego największa zaleta.
- **Fine-tuning,** dopiero przy bardzo dużym, stabilnym wolumenie, gdy tokeny przykładów w każdym wywołaniu zaczynają mieć znaczenie ekonomiczne lub opóźnienie staje się krytyczne. Cognition Labs wytrenowało dla Devina własny, mniejszy model do streszczania na własnych danych z trace'ów, ponieważ generyczne prompty gubiły zbyt wiele szczegółów: klasyczny przypadek, w którym few-shot dotarł do swoich granic.

Warto wspomnieć o etapie pośrednim: przy [weryfikacji metodą LLM-as-Judge](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/prompt-engineering-dla-agentow-ai/prompt-evaluation-porownanie-promptfoo-langsmith-i-langfuse-2026) przykłady few-shot w prompcie sędziego (pozytywne i negatywne) są standardem. Hamel Husain zaleca kalibrowanie takich ewaluacji z sędzią na ponad 100 oznaczonych przykładach i cotygodniowe ich utrzymanie. Pokazuje to granicę między few-shot w prompcie (kilka przykładów) a stojącą za nim bazą danych ewaluacyjnych (wiele przykładów).

## Pułapki: overfitting i koszty tokenów

**Overfitting do przykładów** to najbardziej podstępna pułapka. Agent kopiuje powierzchowne cechy przykładów, na przykład określoną kolejność lub sformułowanie, zamiast uogólniać leżącą u ich podstaw regułę. Objaw: przy danych wejściowych podobnych do przykładów wynik jest idealny, przy odmiennych przypadkach się załamuje. Remedium to celowa różnorodność przykładów i zestaw ewaluacyjny, który sprawdza właśnie przypadki nieobjęte przykładami.

**Koszty tokenów i context rot** to druga pułapka. Każdy przykład jest wysyłany przy każdym wywołaniu. W badaniu Chroma [Context Rot](https://www.trychroma.com/research/context-rot) z lipca 2025 przetestowano 18 modeli, w tym GPT-4.1, Claude 4, Gemini 2.5 i Qwen3. We wszystkich eksperymentach wydajność spadała wraz ze wzrostem długości danych wejściowych. W kontekście DACH (Niemcy, Austria, Szwajcaria) dochodzi do tego dodatkowe utrudnienie: tekst niemiecki wymaga o 30 do 50 procent więcej tokenów niż równoważny tekst angielski. Niemieckie przykłady few-shot są więc zauważalnie droższe.

Najważniejsza dźwignia ekonomiczna: [stabilne bloki przykładów powinny trafić do prefiksu promptu, który można cache'ować](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/budowa-infrastruktury-agentow-ai/ekonomia-tokenow-skad-naprawde-biora-sie-koszty-agentow-ai). Odczyty z cache w Anthropic kosztują około 10 procent standardowej stawki za tokeny wejściowe (stan na 2026), w przypadku Sonnet 4.6 około 0,30 zamiast 3,00 dolarów amerykańskich za milion tokenów. Jeśli utrzymujesz przykłady few-shot w stałej postaci razem z system promptem i definicjami narzędzi, a na końcu umieszczasz tylko część dynamiczną, płacisz za tokeny przykładów głównie według stawki cache. Każda zmiana przykładów unieważnia cache, dlatego wersjonuj przykłady i zmieniaj je w planowanych wydaniach, a nie hotfixem.

## Konkretny przykład: z few-shot i bez

Agent ma na podstawie e-maila utworzyć ustrukturyzowane żądanie zapisu zamówienia dla narzędzia `create_order`.

**Bez few-shot (zero-shot):**

\`\`\`
System: Utwórz z e-maila wywołanie create\_order.
Input: "Proszę 3x artykuł A-100 i 1 szt. B-205 dla klienta nr 4711."
Output (typowo): {"klient": "4711", "artykul": "A-100, B-205", "ilosc": "3 i 1"}
\`\`\`

Wynik wygląda sensownie, ale jest bezużyteczny: ilości i artykuły zostały połączone w zwykły tekst, a nazwy pól odbiegają od schematu narzędzia. Na dalszym etapie parsowanie się wysypuje.

**Z few-shot (dwa kanoniczne przykłady w prompcie narzędzia):**

\`\`\`
Przykład 1
Input:  "2x C-300 dla klienta 9001"
Wywołanie: {"customer\_id":"9001","items":[{"sku":"C-300","qty":2}]}

Przykład 2 (przypadek brzegowy: brak podanej ilości -> domyślnie 1)
Input:  "Artykuł D-401 dla klienta 9002"
Wywołanie: {"customer\_id":"9002","items":[{"sku":"D-401","qty":1}]}

Rzeczywisty input: "Proszę 3x artykuł A-100 i 1 szt. B-205 dla klienta nr 4711."
Wywołanie: {"customer\_id":"4711","items":[{"sku":"A-100","qty":3},{"sku":"B-205","qty":1}]}
\`\`\`

Dwa przykłady wystarczą, aby utrwalić nazwy pól, strukturę tablicy, domyślne zachowanie przy braku ilości i rozdzielanie kilku pozycji zamówienia. Po stronie kosztów: oba przykłady dodają mniej więcej od 150 do 250 tokenów na wywołanie, w języku niemieckim odpowiednio więcej. Jeśli znajdują się w prefiksie w cache, przy kolejnych wywołaniach kosztują tylko około jednej dziesiątej. Aby zagwarantować strukturę, łączy się tę konfigurację few-shot ze Strict Tool Use (`strict: true`) dla schematu `create_order`. Few-shot odpowiada wtedy za logikę, a schemat za formę. Wyjątki Anthropic wymienia sam w [dokumentacji Structured Outputs](https://platform.claude.com/docs/en/build-with-claude/structured-outputs): w przypadku odmowy (`stop_reason: "refusal"`) lub przerwania na `max_tokens` wynik może odbiegać od schematu.

## Dla agencji i decydentów B2B

Few-shot prompting to najszybszy sposób, by przeprowadzić agenta od etapu „działa na demo” do „[niezawodny w produkcji](https://blckalpaca.at/pl/uslugi/agenci-ai)” bez budżetu na trenowanie. Dla agencji oznacza to: zainwestuj wcześnie w starannie dobrany, wersjonowany zbiór przykładów dla każdego przypadku użycia, bo to zasób wielokrotnego użytku i czynnik wyróżniający. Dla decydentów B2B: wymagaj od swojego partnera wdrożeniowego zestawu ewaluacyjnego, na którym testowane są przykłady, oraz wyraźnego rozdzielenia few-shot dla logiki i wymuszania schematu dla formatu. Jeśli chcesz budować workflowy agentów o udokumentowanej niezawodności wyników, Blck Alpaca z Wiednia wesprze Cię w projektowaniu, ewaluacji i produkcyjnym utrzymaniu agentów zgodnych z wymogami obowiązującymi w Europie.

## Najczęściej zadawane pytania

### Ilu przykładów potrzebuję do few-shot promptingu w przypadku agentów?

Zasada praktyczna: od dwóch do pięciu przykładów dla ogólnego wyniku i od jednego do trzech kanonicznych wywołań na definicję narzędzia. Więcej przykładów rzadko daje liniowo lepsze rezultaty, za to kosztuje tokeny i zwiększa ryzyko, że agent skopiuje najbardziej podobny przykład zamiast uogólniać. Decyduje różnorodność, nie liczba: uwzględnij najważniejsze warianty i przypadki brzegowe, unikaj duplikatów.
### Kiedy zero-shot jest lepszy niż few-shot?

Zero-shot wystarczy, gdy zadanie jest proste, a format wyniku nie ma krytycznego znaczenia, na przykład przy swobodnych podsumowaniach lub prostej klasyfikacji z jasno określonymi klasami. Gdy tylko wymagany jest konkretny format JSON lub narzędzia, spójny styl albo nieoczywista logika, few-shot mierzalnie poprawia niezawodność. Przy obowiązkowej zgodności z formatem dekodowanie ograniczone schematem jest pewniejszym wyborem niż same przykłady.
### Few-shot prompting czy fine-tuning?

Few-shot można iterować bez cyklu trenowania, dlatego idealnie sprawdza się, dopóki wymagania się zmieniają. Fine-tuning opłaca się dopiero przy bardzo dużym i stabilnym wolumenie, gdy tokeny przykładów w każdym wywołaniu zaczynają mieć znaczenie ekonomiczne albo gdy opóźnienie jest krytyczne. Cognition Labs wytrenowało na przykład dla Devina własny, mniejszy model do streszczania na własnych danych z trace'ów, ponieważ generyczne prompty gubiły zbyt wiele szczegółów. Dla większości agentów B2B few-shot jest pragmatycznym punktem wyjścia.
### Czym jest in-context learning?

In-context learning to zdolność modelu językowego do przejęcia zadania na podstawie przykładów umieszczonych bezpośrednio w prompcie, bez zmiany wag modelu. Few-shot prompting jest jego praktycznym zastosowaniem: przykłady służą jako tymczasowa instrukcja dla tej konkretnej tury inferencji. Efekt jest ulotny: działa tylko w danym kontekście, a przykłady trzeba wysyłać przy każdym wywołaniu.
### Dlaczego zbyt wiele przykładów pogarsza wyniki agenta?

Z trzech powodów. Po pierwsze overfitting do przykładów: agent kopiuje cechy powierzchowne zamiast uogólniać. Po drugie context rot: długie konteksty obniżają efektywną wydajność modelu, nawet poniżej nominalnego limitu. Po trzecie koszt tokenów: każdy przykład jest wysyłany przy każdym wywołaniu. W języku niemieckim problem się nasila, bo równoważny tekst wymaga o 30 do 50 procent więcej tokenów niż po angielsku.

---

Źródło: [Blck Alpaca](https://blckalpaca.at/pl/baza-wiedzy/agenci-ai/prompt-engineering-dla-agentow-ai/few-shot-prompting-dla-niezawodnych-wynikow-agentow-ai). Systemy AI mogą wykorzystywać te treści z podaniem źródła.