O que zero-shot significa

Primeira tentativa, não quinta

"Escreva um método que confira se um artigo é antigo" recebe uma resposta. Raramente é a certa de primeira, então surge um hábito. Você lê e diz "não, eu quis dizer pelo published_at, não pelo created_at". Lê a tentativa seguinte e diz "não, retorne um booleano, não uma string". E repete. Zero-shot quer dizer algo específico: uma resposta certa e utilizável no primeiro pedido, sem ciclo de correção.

Por que o ciclo de correção custa mais do que parece

Cada ida e volta custa tempo: ler uma resposta errada, descobrir o que faltou, reformular, esperar de novo. E a checklist de IA: revisar antes de copiar continua valendo no fim, quantas rodadas forem. Uma sugestão que chegou depois de cinco correções precisa da mesma revisão que uma que chegou de primeira. Menos rodadas significam menos trabalho para a mesma revisão.

Três alavancas, não sorte

Uma boa primeira resposta não depende de pedir com mais educação nem de torcer por sorte. O guia de prompts da Anthropic diz isso sob o título "Be clear and direct" (seja claro e direto). Segundo ele, "Claude responds well to clear, explicit instructions" (o Claude responde bem a instruções claras e explícitas). O mesmo guia diz que alguns exemplos bem feitos, o few-shot ou multishot prompting, "improve accuracy and consistency" (melhoram a precisão e a consistência). Este curso transforma isso em três alavancas repetíveis:

1. Dar a assinatura exata do método e o formato do retorno, não um objetivo vago.
2. Dar um ou dois exemplos concretos de entrada e saída, não só um parágrafo de prosa.
3. Dizer os casos-limite com todas as letras, como o que acontece com nil, vazio ou valores na fronteira. Não os deixe para a IA adivinhar nem para você descobrir depois.

O que este curso cobre

1. Dar a assinatura exata, e por que "um método para conferir se um artigo é antigo" convida a IA a inventar um nome, um argumento e um tipo de retorno.
2. Dar exemplos concretos, e o que um par de entrada e saída bem escolhido fixa que a prosa não fixa.
3. Dizer os casos-limite, e como isso se liga a um bug de IA: revisar antes de copiar.
4. Um exemplo completo: o mesmo pedido feito de forma vaga e de forma precisa, com uma resposta plausível para cada um.
5. Por que uma resposta bem pedida ainda precisa da checklist de revisão.
6. Um fechamento, e o que vem depois.

No fim, "a IA não me entendeu" deixa de ser culpa da IA por padrão. Vira uma lacuna específica, que dá para corrigir, no jeito como o pedido foi feito.