No prompting zero-shot, o modelo recebe apenas uma descrição da tarefa. Brown et al. (2020) demonstraram que modelos suficientemente grandes fazem isso surpreendentemente bem, e Wei et al. (2022) mostraram que o instruction tuning (fine-tuning em muitas tarefas formuladas como instruções) melhora muito o desempenho zero-shot em tarefas inéditas.
O zero-shot é rápido e simples, mas menos confiável para formatos incomuns ou casos-limite, em que alguns exemplos ajudam.