Kalau kamu sudah sering bermain dengan ChatGPT atau AI generatif lainnya, pasti sadar bahwa hasil yang keluar bisa sangat bergantung pada cara kita menulis prompt. Kadang satu kalimat sederhana sudah cukup menghasilkan jawaban yang bagus, tapi di lain waktu, kita perlu memberi contoh dulu supaya hasilnya sesuai harapan. Nah, di sinilah muncul dua istilah penting dalam dunia prompt engineering: zero-shot prompting dan few-shot prompting. Keduanya sama-sama cara berinteraksi dengan AI, tapi punya pendekatan berbeda — dan masing-masing punya waktu yang tepat untuk digunakan.
Mari kita mulai dengan yang pertama: zero-shot prompting.
Istilah “zero-shot” berarti tanpa contoh sama sekali. Artinya, kamu langsung memberi perintah atau pertanyaan ke AI tanpa menyediakan contoh atau pola jawaban. Misalnya, kamu menulis:
“Tuliskan ringkasan tentang revolusi industri dalam 3 paragraf.”
AI akan langsung menebak struktur, gaya, dan isi dari perintahmu berdasarkan pemahamannya terhadap jutaan teks yang pernah dipelajari. Ia tidak perlu kamu beri contoh bagaimana format ringkasan itu seharusnya. Metode ini cepat, praktis, dan cocok digunakan untuk tugas-tugas umum yang sudah sering dilatih oleh model AI — seperti menulis deskripsi, menjawab pertanyaan, atau menjelaskan konsep.
Zero-shot sangat berguna kalau kamu butuh hasil cepat dari instruksi sederhana. Misalnya, kamu mau ide caption Instagram, draft email profesional, atau penjelasan singkat tentang suatu topik. Cukup beri instruksi yang jelas, dan AI akan langsung “beraksi.” Tapi kelemahan dari pendekatan ini adalah kurangnya kontrol atas gaya atau format. Karena kamu tidak memberikan contoh, model bebas menafsirkan gaya sesuai pola yang dianggap paling umum. Kadang hasilnya terlalu formal, kadang terlalu panjang, atau malah keluar dari konteks yang kamu inginkan.
Nah, kalau kamu ingin hasil yang lebih spesifik, di situlah few-shot prompting masuk.
Kata “few-shot” berarti kamu memberikan beberapa contoh (few examples) sebelum meminta AI melakukan tugas yang sama dengan konteks baru. Dengan cara ini, kamu “mengajari” AI tentang pola, struktur, atau gaya yang kamu harapkan. Misalnya, kamu ingin ChatGPT membuat deskripsi produk dengan gaya lucu dan pendek. Kamu bisa menulis seperti ini:
Contoh 1:
Produk: Kopi Susu Gula Aren
Deskripsi: Manisnya pas, aromanya khas, bikin semangat balik sebelum jam makan siang!
Contoh 2:
Produk: Brownies Lumer
Deskripsi: Cokelatnya meleleh di lidah, bukan di hati. Siap bikin harimu lebih manis!
Sekarang buatkan deskripsi untuk produk: Teh Jahe Hangat.
Dari situ, AI akan “meniru pola” dari dua contoh sebelumnya dan menghasilkan jawaban dengan gaya yang sama. Inilah kekuatan few-shot prompting: kamu mengarahkan model bukan dengan teori, tapi dengan contoh nyata. Hasilnya biasanya jauh lebih konsisten dengan keinginanmu.
Lalu, kapan harus menggunakan zero-shot dan kapan harus few-shot?
Kuncinya ada di tujuan dan tingkat kompleksitas tugas. Kalau tugasnya umum, seperti menjawab pertanyaan faktual, menjelaskan konsep ilmiah, atau membuat ringkasan, zero-shot sudah cukup. Misalnya:
“Jelaskan teori evolusi dalam bahasa sederhana.”
Model sudah tahu polanya, jadi kamu tak perlu memberi contoh tambahan.
Tapi kalau tugasnya memerlukan gaya, struktur, atau tone tertentu — seperti menulis artikel opini, iklan, atau naskah konten kreatif — maka few-shot jauh lebih efektif. Misalnya:
“Berikan 2 contoh tweet promosi produk makanan, lalu buatkan versi untuk es krim stroberi.”
Dengan contoh itu, kamu “melatih mini” AI di dalam promptmu sendiri.
Dalam dunia nyata, kombinasi keduanya sering digunakan. Kadang kamu mulai dengan zero-shot untuk eksplorasi ide, lalu beralih ke few-shot untuk memperbaiki gaya. Misalnya, kamu minta ChatGPT memberi 5 ide iklan (zero-shot), kemudian pilih satu yang paling cocok dan beri contoh baru agar hasil akhirnya sesuai gaya merekmu (few-shot).
Selain dua metode ini, ada juga versi lanjutan yang disebut chain-of-thought prompting — yaitu ketika kamu meminta AI menjelaskan langkah berpikirnya sebelum memberi jawaban. Tapi fondasinya tetap sama: apakah kamu ingin AI langsung menjawab tanpa contoh (zero-shot), atau kamu ingin membentuknya dengan contoh (few-shot).
Dari sisi logika, few-shot prompting itu seperti memberi peta sebelum perjalanan, sementara zero-shot prompting itu seperti bertanya arah di jalan dan berharap AI tahu rute terbaik. Keduanya bisa membawa kamu ke tujuan, tapi cara perjalanannya berbeda.
Pada akhirnya, kemampuan memilih kapan harus pakai zero-shot dan kapan few-shot adalah tanda kamu sudah naik level dalam berinteraksi dengan AI. Ini bukan lagi soal mengetik pertanyaan, tapi soal melatih mesin untuk berpikir sesuai gayamu.
Dan itulah yang membedakan pengguna biasa dengan seorang “AI whisperer” sejati — orang yang tahu bahwa kata-kata yang kita pilih, dan contoh yang kita berikan, adalah kunci agar mesin tidak hanya menjawab, tapi juga mengerti arah pikiran kita.
