少数ショットプロンプティング — 例による指導

AIに何を求めているかを伝えるだけでは不十分なタスクがあります——その場合は、実際に見せる必要があります。これがfew-shotプロンプティングの基本原則です。指示を書く代わりに（または指示に加えて）、求める出力例を1つ以上含め、モデルがそれらをテンプレートとして利用できるようにします。

few-shotプロンプティングは、特定の声、フォーマット、またはスタイルに合わせる必要があるタスクにおいて、特に有効なテクニックの一つです。言葉で説明しにくい場合にも効果的です。

Few-Shotプロンプティングの仕組み

構成はシンプルです。以下を提供します：

1. 簡単な指示（タスク内容）
2. 入力→出力のペアとなる例を1つ以上
3. モデルに処理させたい実際の入力

モデルは例を読み、パターンを特定し、新しい入力に適用します。

例の構成：

いくつ例を用意すればよいか

「few-shot」という名称は、通常パターンを定着させるために多くの例が必要ないことを示しています。

• 1つの例（one-shot）は、シンプルな書式やスタイルの一致には十分な場合が多い
• 2～3つの例で、ほとんどの業務用途をカバーでき、モデルに十分なバリエーションを与えて正しく一般化させることができる
• 5つ以上はほとんど必要なく、プロンプトが扱いにくくなる可能性がある

例の「質」は「量」よりも重要です。 パターンを明確に示す適切な例が1つあれば、不一致な例が3つあるよりも効果的です。

適切な例の選び方

例は以下の条件を満たすべきです：

• 代表的であること — 求めている内容の全体像を反映し、簡単なケースだけでなく幅広くカバーすること
• 一貫性があること — スタイル、書式、詳細レベルがすべての例で統一されていること
• 可能な限り実際のもの — 実際の業務からの例を使うことで、創作例よりも正確なスタイル一致が得られる
• 正しい書式であること — モデルは書式の選択やミスも再現するため、例に構造的な誤りがあれば出力にも反映される

Few-Shotプロンプティングが追加の労力に見合う場合

Few-shotはzero-shotよりも設定に手間がかかりますが、次のような場合に効果を発揮します：

• 特定の既存の文体やフォーマットに出力を合わせる必要がある場合 （自社の執筆スタイル、レポートのテンプレート、トーンガイドなど）；
• Zero-shotの試行で出力が一貫して近いが完全には正しくない場合；
• 再利用可能なプロンプトテンプレートを構築しており、繰り返し使用する予定がある場合 — セットアップコストは一度きりの投資；
• タスクが主観的な品質判断（件名が良いとされる理由、要約が簡潔である理由など）を含み、説明するよりも例示する方が容易な場合。