Em vez de fazer fine-tuning (que exige re-treinar o modelo com dados próprios), few-shot learning só mostra 2 ou 3 exemplos de entrada e saída desejada no próprio prompt, e o modelo generaliza o padrão a partir daí.
Quando não se dá nenhum exemplo, chama-se "zero-shot"; com um único exemplo, "one-shot". É uma forma rápida e barata de guiar um modelo sem precisar de infraestrutura de treinamento.