AIに求めるものを正確に教える最速の方法は、言葉で説明することではありません。実例を見せることです。求める出力の具体例を2～3個示すと、同じ指示を言葉だけで伝えるより、はるかに良い結果が得られます。
この手法はFew-shotプロンプティングと呼ばれ、プロンプトの手法全体でも特に効果の大きい方法の一つです。しかし、初心者にはほとんど活用されていません。初心者は求める出力を形容詞で説明しようとし、モデルの出力が近いものの微妙に違うため、不満を感じてしまいます。
この記事では、Few-shotプロンプティングとは何か、いつ使うべきか、どのようにうまく使うかを実例とともに説明します。
説明より例が効果的な理由
思考実験をしてみましょう。私の会社がマーケティングコピーで使う語り口を説明するとします。「親しみやすいがプロフェッショナル、温かみがあるがくだけすぎない、自信があるが決して傲慢ではない、平易な言葉だが幼稚ではない」と言うことができます。この4つの表現を読んだ人は、おそらく納得したうえで、私が実際に望んでいるものとはかなり違う文章を作るでしょう。
一方、その語り口をうまく表現できていると思う短い段落を3つ見せ、何も説明しなかったとします。すると、その語り口でどう書けばよいか、はるかに明確に理解できます。おそらく最初の試みで再現できるでしょう。
モデルも、こうした指示をまったく同じように受け取ります。「親しみやすい」「プロフェッショナル」「自信がある」といった形容詞は曖昧です。具体例は明確です。モデルは例からパターンを照合できますが、形容詞は解釈しなければなりません。
このパターンは、文脈内学習に関する研究文献でも検討されています。大規模言語モデルは通常、同じ振る舞いを言葉で説明されるより、少数の例から一般化するほうがはるかに得意です。「説明せずに見せる」が昔から文章作成の適切な助言だった理由の一つでもあります。
Few-shotを使う場面
ほかのどのプロンプト手法よりも例が役立つ状況を挙げます。
特定のトーンに合わせる。 「当社の語り口で書いてください」。その語り口を明確な形容詞3つで定義できないなら、代わりに2～3個の例を見せます。
一貫した形式で生成する。 商品説明、エラーメッセージ、APIレスポンス、週次報告、状況報告など、毎回同じ見た目にする必要がある出力です。形式を説明せず、見せてください。
ニッチまたは珍しい出力。 「[フォローしている特定の人物]と同じ書き方でTwitterスレッドを書いてください」「社内ツールのブログ向けに見出しを作ってください」「チームと同じ書き方でコードコメントを書いてください」。こうした出力には、言葉で表しにくい固有の慣例があります。
翻訳、要約、書き直しでスタイルを再現する。 「これから見せる3つの例と同じスタイルで書き直してください」。
毎回同じように修正しているもの。 モデルの出力を毎回同じ方向に編集しているなら、つまり短くしたり、単語を置き換えたり、構成を引き締めたりしているなら、修正後の例を与えてください。
基本構造
Few-shotプロンプトには、短い指示、2～3個の例、新しいタスクという3つの部分があります。
B2B SaaSツールの商品説明を1行で作成してください。次の例のスタイルに合わせてください。
例1： 製品：ProjectHub 説明：1つの仕事をするために5つのツールを行き来することに疲れたプロジェクトチーム向けの共有ワークスペース。
例2： 製品：TimeFlow 説明：時間管理アプリが嫌いな人のための時間管理アプリ。
例3： 製品：ClearStack 説明：スプレッドシートを意思決定に変えるレポート作成ツール。
次の製品について作成してください。 製品：PromptDesk 説明：
モデルは、短く、明確な意見があり、少し遊び心を持ち、特定の不満や対象者を軸とするスタイルに合ったものを生成します。例がなければ、ありきたりなものになっていたでしょう。例があれば、目的に合うものが得られます。
3つの実例
Few-shotによって出力が変わる実際の状況を3つ見ていきましょう。
1. チームのスタイルに合ったバグ報告の記述
チームがJiraチケットを、簡潔で、ユーザーへの影響に焦点を当て、専門用語を使わないという固有の方法で書いているとします。AIに、そのスタイルに合うチケットの下書きを作らせたい場合です。
以下の形式に従って、Jiraチケットの説明を作成してください。
例1： Google経由でログインするユーザーには、UIが更新される前に誤った言語が一瞬表示されます。Chromeデスクトップ版で毎回発生します。操作を妨げるものではありませんが、ぎこちなく見えます。
手順：
- サインアウトする
- Googleで再度サインインする
- 最初にページがちらつくことを確認する
期待される結果：言語が一貫している 実際の結果：（標準設定と思われる）英語が一瞬表示される
例2： 1,000行を超える週次レポートで「CSVにエクスポート」ボタンを使うと、空のファイルが返されます。それより小さいレポートは正しくエクスポートされます。
手順：
- 1,000行以上ある週次レポートを開く
- エクスポート → CSVをクリックする
- ダウンロードしたファイルを開く
期待される結果：すべてのデータが入っている 実際の結果：ファイルが0バイト
次の問題について作成してください。 問題：Safariのユーザーから、リンクをタップした後にモバイルメニューが閉じないという報告があります。再読み込みすると直ります。フォーカストラップの問題と思われます。
モデルは毎回、まったく同じ構成とトーンに合ったチケットを生成します。例がなければ、もう少し冗長で、もう少し堅い文章になっていたでしょう。
2. ブランドの語り口に合わせた書き直し
メールの下書きがあり、ブランドの語り口に合わせて書き直したいとします。「もっと温かみを出して」と伝えるだけでは、結果にばらつきが生じます。例を見せれば、一貫した結果が得られます。
以下のメールを、次の例の語り口に合わせて書き直してください。語り口は、率直で、企業的な空疎な表現を使わず、少し自覚的で、「synergy」や「leverage」とは決して言わないものです。
例1：「リリースを1週間延期しました。オートスケーリングの変更は、想定より大規模でした。新しいリリース日は22日金曜日です。」
例2：「ちょっとお願いがあります。この下書きに大きな問題がないか確認してもらえますか？特に2つ目のセクションです。言いすぎている気がしますが、判断がつきません。」
例3：「先にお知らせします。明日の会議で期限に異議を唱えるつもりです。計算が合いません。間に合わなくなってから伝えるより、今のうちに指摘したいと思います。」
同じ語り口で次の文章を書き直してください。
[下書きを貼り付け]
モデルは、一般的な企業文書ではなく、例と同じように聞こえる文章を生成します。このプロンプトをCustom GPTとして保存すれば、ブランドの語り口ですばやく書き直したいときにいつでも使えます。
3. 構造化された抽出
PDF形式の請求書があり、そこからデータを整った形式で抽出したいとします。定番の方法は、1件をアップロードし、求める出力例を貼り付けてから、残りの処理を依頼することです。
請求書PDFから、次のJSON形式どおりにデータを抽出してください。
例：
入力：[販売元が「Lufthansa」、日付が2026-04-12、合計が423.50 EUR、明細が航空券＋受託手荷物料金の請求書PDF]
出力：
{ "vendor": "Lufthansa", "date": "2026-04-12", "currency": "EUR", "total": 423.50, "line_items": [ {"description": "Flight TLL-LHR", "amount": 387.00}, {"description": "Checked bag", "amount": 36.50} ], "category": "Travel" }次の請求書から抽出してください：[新しいPDFを添付]
整った一貫性のある出力が得られます。例がなければ、請求書ごとに構造の異なるJSONが生成され、後続処理が大変になります。
Few-shotでよくある間違い
注意すべき間違いは3つあります。
互いに矛盾する例。 3つの例でスタイルがばらばらなら、モデルはどれに従うべきか分かりません。統一性の高い例を選んでください。
例が少なすぎる。 1つの例では足りないことがよくあります。モデルが例外的なケースと捉える可能性があるためです。通常は2つが最低限で、多くのタスクでは3つが最適です。5つを超えても役立つことはほとんどなく、コンテキストウィンドウを消費し始めます。
コピーされたくない誤りを含む例。 モデルは、例に含まれるパターンを忠実にコピーします。誤字、不自然な表現、意図せず選んだ構造もコピーします。共有する前に例を整えてください。
特に見落としやすい間違いは、出力例を示さず、入力例だけを見せることです。「見出しを付けてほしい記事を3つ示します：[3つの記事]」。これはFew-shotではなく、Zero-shotです。モデルは良い見出しがどのようなものか見ていません。比較してみましょう。
希望する見出しと同じ種類の見出しが付いた記事を3つ示します。このスタイルに合わせてください。
例1：[記事] → 見出し：「……」 例2：[記事] → 見出し：「……」 例3：[記事] → 見出し：「……」
次の記事の見出しを書いてください：[新しい記事]
Few-shotの単位は、（入力 → 出力）の組み合わせです。出力側がなければ、モデルには学ぶ対象がありません。
例のライブラリを作る方法
Few-shotを使い始めると、「うまくいった例」の組み合わせが蓄積していきます。残しておきましょう。保存先には次のようなものがあります。
- Custom GPTs / Claude Projects — 指示欄に例を貼り付けて、常に使えるようにします。
- テキストスニペット管理ツール（TextExpander、Raycast、Espanso）— ショートカットから例を展開できるようにします。
- 用途別に整理したメモファイル（「ブランドの語り口の例」「チケット形式の例」「見出しの例」）— 必要なときにすばやく貼り付けられます。
このライブラリを6か月間作り続ければ、市販の「プロンプト集」では到底かなわない自分専用のツールキットができます。自分の具体的な仕事に合わせて調整されているからです。
形容詞より例
出力を説明できるなら、説明してください。説明できない場合、つまり見れば分かるもののうまく言葉にできない出力スタイルなら、代わりに2～3個の例を見せます。良い例を探す2分間によって、どんな説明でも防げなかったスタイル違いの出力を修正する20分間を節約できます。
形容詞より例が効果的です。これを実践する人はほとんどいません。実践する少数の人は、長く気の利いた説明を書く人より、常に優れたAI出力を得ています。次にスタイルが重要なプロンプトを使うとき、試して結果を確かめてください。
