Cuando una aplicación ya utiliza LLMs, esta técnica se convierte en un atajo muy eficiente hacia la calidad y el control. Consiste en darle al modelo solo unos pocos ejemplos (shots) de la tarea que se quiere realizar, en lugar de un set de datos masivo. Su principal ventaja es que reduce drásticamente las alucinaciones y eleva la calidad de los resultados al ofrecer decisiones trazables con un esfuerzo de entrenamiento mínimo. La clave de su éxito radica en medir constantemente la precisión, la cobertura y la fidelidad del modelo a los ejemplos proporcionados.