Few-shotプロンプティング（具体例の提示）

1. 「言葉だけの指示」には限界がある

前回の用語解説で、AIに期待通りの動きをさせるためには「ペルソナ（役割）」や「コンテキスト（背景情報）」を言語化して伝えることが重要だと解説しました。しかし、どれだけ言葉を尽くして指示を書いても、AIの出力フォーマット（形式）や文章のトーンが、どうしても自分のイメージとずれてしまうことがあります。

例えば、「以下の文章から会社名と、その会社に対する感情（ポジティブかネガティブか）を抽出して、箇条書きで出力してください」と指示したとします。AIは指示通りに抽出してくれますが、「A社：非常にポジティブな印象を受けています」と余計な説明を付け加えたり、出力のたびに表記揺れが起きたりすることがあります。

複雑なフォーマットや、言葉では表現しにくい微妙なニュアンスを、自然言語（日本語）のルール説明だけで完全にAIへ理解させるのは至難の業です。ここで圧倒的な威力を発揮するのが**「Few-shot（フューショット）プロンプティング」**という技術です。

2. Few-shotプロンプティングとは何か？

Few-shotプロンプティングとは、AIへの指示文（プロンプト）の中に、入力と出力の「お手本（具体例）」をいくつか（Few）提示（shot）する手法のことです。

具体例を全く与えずに指示と質問だけを投げる手法を「Zero-shot（ゼロショット）」と呼びます。一般的な質問であればZero-shotでも十分ですが、業務で決まった形式のデータを作りたい場合や、社内規定に沿った定型文を作らせたい場合は、Few-shotの出番となります。

人間相手の仕事でも、「この書類、こんなルールでまとめておいて」と口頭で説明するより、「過去の完成品（サンプル）をいくつか添付するから、これと同じ形式で作って」と手本を見せた方が、圧倒的に早く正確に伝わるのと同じ原理です。

3. なぜ「お手本」がAIに効くのか

生成AI（大規模言語モデル）は、本質的には「入力されたパターンの続きを予測する」システムです。そのため、プロンプトの中に「入力例A→出力例A」「入力例B→出力例B」という明確なパターン（お手本）が含まれていると、AIはそのパターンを瞬時に認識し、「なるほど、次は入力例Cが来たから、出力例Cをこのパターン通りに作ればいいのだな」と正確に模倣してくれます。

お手本を数個見せるだけで、AIは「余計な言葉は省くべきだ」「専門用語はそのまま使うべきだ」「このくらいの文字数でまとめるべきだ」といった、指示文には明記されていない暗黙のルールまで正確に学習（推論）してくれます。

4. 具体的な活用イメージ（Before / After）

顧客のアンケート回答から、データを抽出して表形式（CSV等）にまとめる業務を例に見てみましょう。

【✕ Zero-shot（お手本なし）の場合】

以下のテキストから、商品名と評価を抽出してください。 テキスト：「新しいスマホXは画面がきれいで最高だった。でも、スマートウォッチYは電池の持ちが悪くて最悪。」

AIの回答（予想）： 商品名は「スマホX」と「スマートウォッチY」です。評価については、スマホXは画面がきれいで最高というポジティブな評価、スマートウォッチYは電池の持ちが悪くて最悪というネガティブな評価です。 (※人間が求めていたデータ形式になっておらず、手直しが必要)

【〇 Few-shot（お手本あり）の場合】

以下のテキストから、例に倣って商品名と評価を抽出してください。

例1： 入力：「ノートPCのZはキーボードが打ちやすくて快適。」 出力：商品名：ノートPC Z | 評価：ポジティブ 例2： 入力：「タブレットWは重すぎて腕が疲れる。」 出力：商品名：タブレットW | 評価：ネガティブ

本番： 入力：「新しいスマホXは画面がきれいで最高だった。でも、スマートウォッチYは電池の持ちが悪くて最悪。」 出力：

AIの回答： 商品名：スマホX | 評価：ポジティブ 商品名：スマートウォッチY | 評価：ネガティブ (※例のパターンを完全に模倣し、余計な説明を省いた完璧なデータ形式で出力される)

5. 実務で役立つFew-shotの活用シーン

Few-shotプロンプティングは、以下のような業務効率化のシナリオで特に効果を発揮します。

• データの整形・分類： バラバラな形式で書かれた顧客の住所や電話番号を、自社システムの登録用フォーマット（〇〇県〇〇市…）に統一して変換させる場合。
• トーン＆マナーの統一（模倣）： 自社の広報アカウントらしいSNS投稿文を作らせたい場合、「過去の実際の投稿文」をいくつかお手本として入力することで、その企業特有の文体やテンションを完全に再現させることができます。
• 情報抽出： 長文の契約書や議事録から、「金額」「期限」「担当者」だけを指定の項目名で抜き出させたい場合。

6. まとめ：AIへの指示も「百聞は一見に如かず」

AIから期待通りの結果を引き出すために、プロンプトの文章をこねくり回して複雑なルールを長々と書き連ねるのは、実はあまり効率的ではありません。

「AIの出力フォーマットが安定しない」「いつも同じところを修正するハメになる（手戻りが発生する）」と悩んだときは、言葉での説明を減らし、**「期待する入力と出力のペア（お手本）を2〜3個提示する」**というFew-shotのアプローチに切り替えてみてください。

「百聞は一見に如かず」ということわざは、AIへの指示出しにおいても全く同じです。適切な具体例を見せることで、AIはあなたにとって最も使い勝手の良い「完璧なフォーマット」を即座に出力してくれるようになるでしょう。