Ongelma, jonka tämä ratkaisee: annat pienelle mallille muutaman esimerkin tehtävästä ja sitten itse tehtävän, mutta vastaus noudattaa väärän esimerkin kaavaa. Vika ei välttämättä ole esimerkeissä vaan niiden järjestyksessä. Pieni malli painottaa kontekstin loppupäätä: se, mikä on lähinnä tehtävää, ohjaa vastausta eniten. Isot mallit tasoittavat tätä, pienet eivät.

Ratkaisu on järjestää esimerkit niin, että lähimmäksi tehtävää osuu se, jonka haluat mallin matkivan — käytännössä se, joka muistuttaa käsillä olevaa tapausta eniten. Tavallisin virhe on päinvastainen: esimerkit ovat siinä järjestyksessä, jossa ne tulivat mieleen, ja viimeiseksi on jäänyt harvinainen erikoistapaus, jota malli sitten soveltaa kaikkeen.

Promptimalli, sanatarkasti:

"Alla on kolme esimerkkiä tehtävästä. Viimeinen esimerkki muistuttaa eniten nyt käsiteltävää tapausta — noudata erityisesti sen muotoa. Esimerkki 1: <yleinen tapaus>. Esimerkki 2: <toinen tapaus>. Esimerkki 3: <tapaus, joka on lähinnä nykyistä>. Tee nyt sama tälle: <syöte>."

Miksi tämä toimii. Esimerkit eivät ole mallille tasa-arvoista taustatietoa vaan jatkumo, jonka jatkoksi vastaus kirjoitetaan. Mitä lähempänä esimerkki on generoinnin alkukohtaa, sitä suoremmin sen muoto tarttuu — sama ilmiö, jonka takia keskustelun viimeisin viesti ohjaa mallia enemmän kuin ensimmäinen. Kun paras esimerkki on viimeisenä ja ohje vielä osoittaa siihen, kaksi mekanismia vetää samaan suuntaan.

Mitä tämä ei ratkaise. Jos mikään esimerkeistä ei muistuta käsillä olevaa tapausta, järjestys ei pelasta — silloin tarvitaan parempi esimerkki, ei parempi järjestys. Eikä tämä poista toista tunnettua ilmiötä: hyvin pitkässä kontekstissa keskivaiheen sisältö hukkuu riippumatta siitä, miten esimerkit on järjestetty. Pidä esimerkit vähissä ja lyhyinä; kolme osuvaa voittaa kymmenen sinnepäin olevaa.