Quest 74 - Few-Shot Template Builder

Quest 74: Few-Shot Template Builder

easy 15-20 minutes

---

🎯 Learning Objectives

• ✅ เข้าใจว่า few-shot prompting ทำงานอย่างไรและทำไมถึงมีประสิทธิภาพ
• ✅ สร้าง prompt templates ที่มีตัวอย่างครบถ้วนและถูกต้อง
• ✅ รู้จักจัดลำดับตัวอย่างเพื่อผลลัพธ์ที่ดีที่สุด
• ✅ เข้าใจข้อจำกัดของ few-shot vs zero-shot prompting

---

📖 Concept: Few-Shot Prompting

Few-shot prompting คือการให้ตัวอย่าง (examples) แก่ AI ก่อนที่จะให้ทำ task จริง — เหมือนการสอนเด็กด้วยตัวอย่างก่อนให้ทำแบบฝึกหัด

แทนที่จะอธิบายยาวเหยียดว่า “ช่วยแปลง sentence เป็น sentiment” — แค่แสดง 2-3 ตัวอย่างให้ดู AI จะเข้าใจ pattern และทำตามได้ทันที

Why it works: LLMs เรียนรู้จาก context ที่ให้ ยิ่งมีตัวอย่างที่ดี ยิ่งได้ผลลัพธ์ที่แม่นยำ — เรียกว่า “Learning in context”

Zero-shot:  "Classify this text" → AI เดา pattern เอง → อาจผิด
Few-shot:   "ตัวอย่าง 1, 2, 3"    → AI จับ pattern ได้ → แม่นยำกว่า

---

⚙️ How It Works

โครงสร้างของ Few-Shot Prompt

Few-Shot Template Structure:
┌──────────────────────────────────┐
│ 1. Task Description              │
│    → "Classify sentiment"        │
├──────────────────────────────────┤
│ 2. Example 1 (Input → Output)   │
│    → "I love it" → positive     │
├──────────────────────────────────┤
│ 3. Example 2 (Input → Output)   │
│    → "It's terrible" → negative │
├──────────────────────────────────┤
│ 4. New Input (ไม่มี Output)      │
│    → "It's okay" → ?            │
└──────────────────────────────────┘

ทำไม Examples ถึงสำคัญกว่า Instructions

วิธี	ผลลัพธ์
“Classify the sentiment of text”	AI อาจเข้าใจผิดว่า classify คืออะไร
ให้ตัวอย่าง 2-3 ตัวก่อน	AI เห็น pattern ทันที ไม่ต้องเดา

ตัวอย่าง: ถ้าต้องการให้ AI แปลง input เป็น output ที่มีรูปแบบเฉพาะ — การแสดง 1 ตัวอย่างชัดๆ ดีกว่าการอธิบาย 10 บรรทัด

---

💡 Example: สร้าง Few-Shot Template

function buildFewShotTemplate(examples, task, input) {
  // เริ่มจาก task description
  let prompt = `Task: ${task}\n\nExamples:\n`;

  // เพิ่มตัวอย่างทีละตัว
  for (let i = 0; i < examples.length; i++) {
    prompt += `Input: ${examples[i].input}\n`;
    prompt += `Output: ${examples[i].output}\n\n`;
  }

  // เพิ่ม input ใหม่ (ยังไม่มี output)
  prompt += `Now:\nInput: ${input}\nOutput:`;

  return prompt;
}

ตัวอย่างการใช้งาน:

const examples = [
  { input: "I love this product!", output: "positive" },
  { input: "This is terrible", output: "negative" },
  { input: "It's okay I guess", output: "neutral" }
];

const prompt = buildFewShotTemplate(
  examples,
  "Classify the sentiment of the text",
  "This movie was absolutely fantastic"
);
// Result:
// Task: Classify the sentiment of the text
//
// Examples:
// Input: I love this product!
// Output: positive
//
// Input: This is terrible
// Output: negative
//
// Input: It's okay I guess
// Output: neutral
//
// Now:
// Input: This movie was absolutely fantastic
// Output:

---

⚠️ Common Mistakes

Mistake 1: ไม่ใส่ task description

เริ่มจาก examples เลยโดยไม่บอกว่า task คืออะไร → AI ไม่รู้ว่าต้องทำอะไรกับ input ใหม่

Mistake 2: ลำดับ examples ผิด

ใส่ตัวอย่างที่ hardest ก่อน → AI จับ pattern ได้ยาก ควรเริ่มจากง่ายไปยาก

Mistake 3: ใส่examples น้อยเกินไป (zero-shot เมื่อควร few-shot)

ไม่ใส่ examples เลยเพราะ “AI น่าจะเข้าใจ” → สำหรับ task ที่มีรูปแบบเฉพาะ ตัวอย่างช่วยได้มาก

Mistake 4: ลืมใส่ input ใหม่ในตอนท้าย

ใส่ examples แล้วจบเลย ไม่มี “Now: Input: …” → AI ไม่รู้ว่าต้องตอบอะไร

---

📝 Knowledge Check

📝 Knowledge Check

Q1:Few-shot prompting คืออะไร?

การใส่ instructions ยาวๆ เพื่ออธิบาย taskการให้ตัวอย่าง (examples) แก่ AI ก่อนให้ทำ task จริงการใช้ zero examples แล้วหวังว่า AI จะเข้าใจการใช้ many-shot prompting (100+ examples)

Q2:ใน few-shot template ขั้นตอนสุดท้ายก่อนที่ AI จะตอบคืออะไร?

ใส่ task description อีกครั้งใส่ examples เพิ่มอีกใส่ input ใหม่ (ยังไม่มี output) รอ AI เติมปิด prompt เลยไม่ต้องใส่อะไรเพิ่ม

Q3:ทำไม examples ถึงสำคัญกว่า instructions?

เพราะ instructions ยาวเกินไปเพราะ LLMs เรียนรู้จาก context — ตัวอย่างช่วยให้ AI เห็น pattern ทันที ไม่ต้องเดาเพราะ instructions ใช้ไม่ได้กับ LLMsเพราะ examples ใช้ token น้อยกว่า

---

🏋️ Quest: Few-Shot Template Builder

ถึงเวลาฝึกฝน! สร้าง few-shot template builder

1. Download ไฟล์เริ่มต้นของ quest:

   npx bluebeltdojo download quest-74-few-shot
   cd quest-74-few-shot

2. เปิด problem.js ใน editor ของคุณพร้อม AI assistant

3. Implement buildFewShotTemplate(examples, task, input) ที่:

   • เริ่มจาก task description
   • เพิ่มทุก examples ตามลำดับ (Input/Output pairs)
   • ใส่ input ใหม่ในตอนท้าย (รอ output)

4. ตรวจสอบ solution ของคุณ:

   node test.js

5. เมื่อ tests ผ่านทั้งหมด ส่งคำตอบ:

   npx bluebeltdojo submit

💡 Tip: ลองสร้าง prompt ด้วยมือก่อน แล้วดูว่ารูปแบบตรงกับที่ tests คาดหวังหรือไม่ — สังเกตว่ามี \n ตรงไหนบ้าง

---

คำใบ้

• เริ่มจาก task description แล้วค่อยเพิ่ม examples ทีละตัว
• อย่าลืม \n ระหว่าง examples — รูปแบบต้องตรงกับที่ tests คาดหวัง
• Input ใหม่ต้องมี “Now:” นำหน้า และจบด้วย “Output:” (รอ AI เติม)
• ทดสอบด้วย examples หลายขนาด — 0, 1, 3, 5 ตัวอย่าง