Few-shotプロンプティング実践デモ｜Zero-shot・One-shotとの違いを比較して理解する

AIに思い通りの回答をしてもらえず、「言いたいことは伝わっているのに、出力が毎回バラバラ…」と感じたことはありませんか？

実はその原因、多くの場合はプロンプトの書き方にあります。

今回はFew-shotプロンプティングを実際のデモを交えながら紹介します。 「Zero-shot」「One-shot」「Few-shot」を同じ質問で比較しながら見ていくので、AIがどのように変化するのかを体感できます。

旅行で初めて訪れる国でも、ガイドブックが1冊あるだけで安心できますよね。 AIも同じで、例（サンプル）を与えるほど迷わず回答できるようになります。

Few-shotプロンプティングとは？

Few-shotプロンプティングとは、AIへ質問するときに複数の入力例と期待する回答例を一緒に提示する手法です。

例を見せることでAIは「こういう形式で答えればいいんだ」と学習し、そのパターンに沿って回答してくれます。

一般的には次のような違いがあります。

• Zero-shot：例を与えない
• One-shot：例を1つだけ与える
• Few-shot：複数の例を与える

例が増えるほど、回答の形式や精度が安定しやすくなります。

Zero-shotの実践例｜まずは例を一切与えない場合

最初は最もシンプルなZero-shotです。

入力プロンプト

以下のレビューを
ポジティブ・ネガティブ・中立に分類してください。

レビュー：
値段はそこそこ。
特に不満はないけど、
リピートするかは微妙。

AIの回答

中立です。

（理由の説明が続く）

分類自体は正解でした。

しかし、「中立」と答えるだけではなく、理由や説明まで付け加えています。

もちろん間違いではありませんが、「分類だけ欲しい」という場合には少し余計な情報ですよね。

Zero-shotではAIが自由に判断するため、回答フォーマットが安定しないことがあります。

One-shotプロンプティング｜例を1つ追加するとどう変わる？

次はOne-shotです。

今度はAIへ1つだけ見本を提示します。

入力例

レビュー：
最高！買ってよかった！

分類：
ポジティブ

その後に先ほどと同じレビューを入力します。

AIの回答

分類：中立

理由：
・・・

先ほどよりもフォーマットが整いました。

「分類：」という形式を理解して、その通りに出力してくれるようになっています。

ただし、まだ理由まで書いてしまっています。

つまり、一つの例だけでは完全にはフォーマットを固定できないこともあります。

Few-shotプロンプティング｜複数の例を提示すると劇的に変わる

ここからが本番です。

今度は3つの例を用意します。

入力例

レビュー：
最高！買ってよかった！
分類：ポジティブ

レビュー：
二度と買わない。
お金の無駄だった。
分類：ネガティブ

レビュー：
可もなく不可もなく普通に使える。
分類：中立

そして最後に、新しいレビューを入力します。

レビュー：
値段はそこそこ。
特に不満はないけど、
リピートするかは微妙。

AIの回答

分類：中立

これだけです。

余計な説明もありません。

AIは「分類だけを書けばいい」と理解したため、期待どおりのフォーマットで回答してくれました。

Few-shotの最大のメリットは、出力形式まで学習させられることです。

レビュー分類デモから学べるポイント

• Zero-shotは自由度が高い
• One-shotはある程度フォーマットが整う
• Few-shotは回答形式まで安定する
• 例が増えるほどAIは意図を理解しやすくなる

議事録要約でもFew-shotは効果を発揮する

次は議事録の要約で比較してみます。

Zero-shotのプロンプト

以下の議事録から要点を抽出してください。

議事録には次の内容が書かれていました。

• マーケティング会議を開催
• 予算は50万円
• SNS広告を採用
• 次回会議は来週金曜日

AIは以下のように要約しました。

• 議題
• 予算
• 決定事項
• 次回開催日

十分分かりやすいですね。

ただし、このフォーマットはAIが自分で考えています。

Few-shotで議事録要約を行うとどうなる？

今度は2つの見本を先に与えます。

どちらの例も以下の形式でまとめています。

• 決定事項
• 担当者
• 次回予定

この例を見たAIは、新しい議事録でも同じフォーマットを採用しました。

AIの出力

抽出結果

決定事項：
SNS広告を採用

担当者：
佐藤さん

次回予定：
来週金曜日

関与者など細かな情報があればさらに理想的ですが、十分実用的な結果になっています。

このようにFew-shotでは、情報の並び順までコントロールできるようになります。

Few-shotプロンプティングが特に役立つ場面

実際の業務では次のようなケースで非常に効果があります。

• レビューの感情分析
• お問い合わせ分類
• メール返信作成
• 議事録要約
• 記事タイトル生成
• SEO記事の見出し作成
• JSONやCSVなど決まったフォーマットでの出力
• プログラムコード生成

特に業務でAIを使う場合は、回答内容だけではなくフォーマットが揃っていることが非常に重要になります。

Zero-shot・One-shot・Few-shotの違いまとめ

まとめ｜Few-shotプロンプティングはAIとのコミュニケーションを劇的に改善する

今回のデモを見ると、同じAIでも与える情報量によって回答品質が大きく変わることが分かります。

Zero-shotでは自由な回答になり、One-shotでは少し改善され、Few-shotでは期待通りのフォーマットで安定した回答を得られました。

AIは人間のように「空気を読む」のではなく、「例からルールを学ぶ」ことが得意です。

そのため、「こう答えてほしい」という完成形を見せるだけで、回答品質は驚くほど向上します。

もし普段AIの出力が安定しないと感じているなら、まずは例を2〜3個追加することから始めてみてください。

きっと、「こんなに変わるのか」と実感できるはずです。