Wat is zero-shot prompting?
Zero-shot prompting is de meest directe manier om met een AI-taalmodel te werken. Je geeft het model een instructie of vraag, zonder dat je voorbeelden toevoegt van hoe het antwoord eruit moet zien. Het model vertrouwt volledig op wat het tijdens de training heeft geleerd om je vraag te beantwoorden.
De term "zero-shot" verwijst naar het aantal voorbeelden in je prompt: nul. Dit in tegenstelling tot one-shot (één voorbeeld) of few-shot (meerdere voorbeelden).
Zero-shot prompting is het vertrekpunt voor de meeste mensen die beginnen met AI-tools zoals ChatGPT, Gemini of Claude. Je typt een vraag, je krijgt een antwoord. Zo simpel is het.
Waarom werkt zero-shot prompting?
Moderne taalmodellen zijn getraind op enorme hoeveelheden tekst van het internet, boeken, wetenschappelijke artikelen en andere bronnen. Door die training hebben ze een breed begrip ontwikkeld van taal, feiten, instructies en context.
Wanneer je een zero-shot prompt schrijft, activeert het model patronen uit die training. Het herkent wat voor soort taak je vraagt en past de juiste aanpak toe.
Waar zero-shot uitblinkt
Zero-shot prompting werkt het beste voor veelvoorkomende taken waarvoor het model voldoende trainingsdata heeft gezien, zoals tekstsamenvatting, vertaling, eenvoudige vragen beantwoorden en basisclassificatie.
Stel je vraagt: "Vertaal naar Engels: de kat zit op de mat." Het model hoeft geen voorbeeldvertaling te zien om dit correct te doen. Het heeft duizenden vergelijkbare vertalingen in zijn training gehad.
Wanneer gebruik je zero-shot?
Zero-shot prompting is de juiste keuze voor de volgende situaties.
Eenvoudige, duidelijke taken. Als de taak een voor de hand liggend antwoord heeft en goed gedefinieerd is, werkt zero-shot uitstekend. "Geef me vijf synoniemen voor het woord 'snel'" heeft geen voorbeelden nodig.
Verkennend werk. Als je nog niet weet wat je precies wilt, begin dan zero-shot. Kijk wat het model teruggeeft en verfijn van daaruit je aanpak.
Tijdgebrek. Zero-shot is snel. Je hoeft geen voorbeelden te bedenken of te formuleren. Voor routinetaken is dat een groot voordeel.
Testen van modelcapaciteiten. Wil je weten of een model iets kan? Test het zonder voorbeelden. Zo ontdek je de basisgrenzen van het model.
Zo schrijf je een goede zero-shot prompt
Een sterke zero-shot prompt in vijf stappen
- Wees specifiek over de taak. Zeg wat je wilt, niet hoe je erover nadenkt.
- Geef context als dat helpt. "Leg uit aan een 12-jarige" verandert de uitleg drastisch.
- Geef het gewenste formaat aan. "In drie bullets", "in een alinea", of "als lijst".
- Stel de toon in. Kies bijvoorbeeld
formeel,vriendelijkoftechnisch. - Controleer en verfijn. Als het antwoord niet klopt, pas je prompt dan aan.
Een slechte zero-shot prompt: "Schrijf iets over marketing."
Een goede zero-shot prompt: "Schrijf een inleiding van 150 woorden voor een blogpost over e-mailmarketing, gericht op kleine ondernemers die net beginnen met digitale marketing. Gebruik een vriendelijke, toegankelijke toon."
Het verschil zit in de specificiteit. Hoe duidelijker je instructie, hoe beter het resultaat.
Bouw je prompt in lagen op
Begin met de kerntaak, voeg dan pas context, formaat en toon toe. Lees je prompt hardop terug: als jij als mens niet zou weten wat er precies wordt gevraagd, dan weet het model het ook niet.
Beperkingen van zero-shot
Zero-shot heeft grenzen. Voor complexe, gespecialiseerde of ongebruikelijke taken schiet het tekort.
Stel je vraagt een model om een specifiek juridisch document op te stellen in een niche juridisch systeem dat zelden online voorkomt. Het model heeft weinig trainingsdata voor die context en zal generieke of onjuiste output leveren.
In dat geval is few-shot prompting beter: je geeft voorbeelden mee zodat het model begrijpt welk formaat, welke taal en welke structuur je verwacht.
Vaag in, vaag uit
Zero-shot prompting kan leiden tot generieke antwoorden als je taak te vaag is of buiten het trainingsdomein van het model valt. Voeg altijd context en specificaties toe om dit te voorkomen.
Zero-shot versus andere technieken
| Techniek | Voorbeelden | Geschikt voor |
|---|---|---|
| Zero-shot | 0 | Eenvoudige, bekende taken |
| One-shot | 1 | Taken met specifiek formaat |
| Few-shot | 2 tot 5+ | Complexe of ongebruikelijke taken |
| Chain-of-thought | 0 of meer | Redeneer- en rekenopgaven |
Zero-shot is de basis. De andere technieken bouwen hierop voort wanneer je meer controle nodig hebt over de output.
Praktijkvoorbeelden
Sentimentanalyse. "Bepaal of de volgende tekst positief, negatief of neutraal is: 'De service was traag maar het eten was heerlijk.'"
Classificatie. "Categoriseer dit klantenservicebericht als: klacht, vraag, compliment of verzoek. Bericht: 'Wanneer wordt mijn bestelling geleverd?'"
Samenvatting. "Vat de volgende alinea samen in één zin: [tekst]"
Code uitleggen. "Leg in begrijpelijk Nederlands uit wat deze Python-functie doet: [code]"
Al deze voorbeelden werken zonder dat je een voorbeeldantwoord meestuurt. Het model begrijpt de taak direct.
Werkt zero-shot altijd?
Niet voor alle taken. Voor complexe, technische of sterk gespecialiseerde opdrachten zijn few-shot of chain-of-thought prompting betrouwbaarder.
Hoe specifiek moet mijn prompt zijn?
Zo specifiek als mogelijk zonder overbodig te worden. Geef context, formaat, toon en eventuele beperkingen op. Meer specificiteit leidt bijna altijd tot betere output.
Wat als het antwoord niet goed is?
Verfijn je prompt. Voeg meer context toe, maak je instructie explicieter, of schakel over naar few-shot als zero-shot structureel tekortschiet.
Is zero-shot goedkoper qua tokens?
Ja. Zonder voorbeelden is je prompt korter, wat minder tokens kost bij API-gebruik. Dat is een praktisch voordeel voor grootschalige toepassingen.
Wat is het verschil tussen zero-shot en few-shot?
Bij zero-shot geef je geen voorbeelden, bij few-shot voeg je twee of meer voorbeeldantwoorden toe. Few-shot helpt het model een specifiek formaat of stijl na te bootsen.
Kan ik zero-shot combineren met andere technieken?
Ja. Je kunt zero-shot bijvoorbeeld combineren met chain-of-thought door te vragen om stap voor stap te redeneren, ook zonder voorbeelden mee te sturen.
Zero-shot prompting is de fundering van alles wat je met AI doet. Beheers het goed en je hebt een sterke basis om geavanceerdere technieken op te bouwen.