TL;DR
フューショットプロンプティングとは、欲しいものを説明する代わりに、解決済みの例を2つ以上AIに見せること —— 入力A → 出力B —— そうすれば、実演したパターン・トーン・形式を正確に模倣します。存在する中で最強の独自出力のロックであり —— そして送信できる中で最も高価なプロンプトです。すべての例がすべてのメッセージに同乗するからです。
例え話
電話で誰かにピルエット(回転)を教えようとしてみてください。
「片脚で体を360度回し、つま先立ちで、腕は丸く、頭は固定」。技術的には完全です。そしてこの方法ではまったく教えられません —— 言葉は技能を説明しますが、技能は言葉でできていないからです。同じ生徒をダンス講師の前に置いてください。講師は何も言わず、ただ3回のピルエットを、ゆっくり実演して、こう言います:「こんな感じ」。
生徒の体は、3回の実演から、どの説明段落からよりも多くをすでに知っています。人間は多くのことを、指示より模倣ではるかに速く学びます —— そして言語モデルも、判明したところ、同じように作られています。モデルにパターンの例を3つ見せれば、たいてい完璧に再現します —— 思いもよらなかった、説明の仕方が分からなかった細部まで含めて。
これがこのレッスンの全区別です。ワンショットプロンプトは伝える —— 動詞、文脈、形式 —— 標準作業(要約、列挙、翻訳、書き直し)には伝えるだけで十分です。モデルはそのダンスをすでに知っているからです。フューショットプロンプティングは見せる —— ダンスそのものを、入力 → 出力の2、3回の上演として貼り、モデルは模倣します。あなたの会社特有のサポートチケット形式を散文で説明するのは電話です。実際のチケット3枚を貼るのが実演です。
ダンス講師についてもう一つ:実演は無料ではありません。講師の時間、スタジオ、ゆっくりした3回の上演 —— 見せることは伝えるより高くつく、毎回のレッスンで。この考えを保持してください。この技法全体の経済になります。
仕組みとコスト
フューショットプロンプトは、解決済み例の山とそれに続く新しい入力で、パターンが紛れようのないよう構成されます:
| 要素 | 役割 |
|---|---|
| 例1:入力 → 出力 | 変換を定義する |
| 例2:入力 → 出力 | 偶然ではないことを確認する |
| 例3:入力 → 出力 | 境界ケースの挙動を固定する(厄介な入力は、難しいケースの扱い方を示す) |
| 新しい入力 | モデルのパターン継続の番です |
例は、指示にはできないことをします:すべてを一度に実演します —— 形式、トーン、長さ、大小文字、含めるもの、省くもの —— 意識していなかった数百の微小決定を含めて。「Apple → Pomme. Car → Voiture. 次は訳して:House.」—— 3行で、モデルは言語、方向、表記、レジスターを知ります。どの指示段落も、これをより少ないトークンで特定できません。目標パターンが独自である限り、フューショットが優れた説明にさえ勝つ理由です:モデルはあなたの方言を当て推量するのをやめ、話し始めます。
さて請求書です。貼る例はすべて、コンテキストウィンドウ上のテキストです —— モデルが毎回の返信前に読み返す机。例は最初の答えの後に蒸発しません。会話中ずっと机の上に座り、以降の処理されるすべてのメッセージにトークンを加えます。骨太な例3つは、会話の残り全体を軽く上回れます。そしてメッセージがG-Creditsで課金されるUzuでは、この物理が残高に見えます:フューショットプロンプトは、スリムなワンショットより1メッセージあたり単純により高くつき、チャットが生きている限り高くつき続けます。
だからこのカリキュラムが依拠する規則:
**デフォルトはワンショット、必要なときだけフューショット。**形式やロジックが本当に独自のとき —— 自社スタイル、解析ルール、独自の境界ケースを持つ分類スキーム —— 例を見せる。明確な指示で捉えられるなら、伝える。伝えるほうが安い —— そして多くの場合、十分です。
最も純粋な経済の一手:例が価格に見合うのは、間違った形式がトークンより高くつくときだけ —— 再実行、手作業のクリーンアップ、不正な形式の出力で壊れる下流システム。これがフューショットテストです:「例は役立つか?」(ほぼ常に役立ちます)ではなく、「このパターンは*実演を必要とするか?」です。
変更前後(プロンプト)
例1 —— 自社スタイルの見出し
この機能発表を、私たちのブランドボイスの効いた見出しに書き直して。
「ブランドボイス」は、ピルエットの電話による説明です。モデルは当て推量します —— 自分にとって効いた、自分にとってブランド —— エネルギッシュで完全にボイス外の何かを返します。
この機能発表を、私たちのスタイルに合う見出しに書き直して。私たちのスタイル:
旧ダッシュボード、新ダッシュボード → あなたのメトリクスから電話がありました。もっと大きな画面を欲しがっています。 オフラインモード提供開始 → Wi-Fiは消えた。仕事は残る。 ダークテーマ公開 → 夜型の人へ、これはあなたのもの。
機能発表:一括エクスポートが利用可能に →
実演3つで、モデルはもう当て推量しません —— 長さ、矢印形式、太字、言葉遊びのレジスターがすべて見えていて、決して特定できなかった微スタイルまで含めて。4行目は指示ではなくパターンを完成させます。
例2 —— 抽出形式
下のレシート行ごとに、日付、都市、合計を抽出して。
十分シンプル —— 出力を処理するシステムがYYYY-MM-DD | 都市大文字 | 記号なしセントを期待するまでは。自然界に存在しない形式です。指示版は読みやすい日付、正しい都市名、通貨記号を生成します —— 正しいけれど、互換性なし。
各行を抽出せよ:日付、都市、合計。パターンに正確に従え:
「リスボンで5月3日に42.50ユーロ支払い」 → 2026-05-03 | LISBOA | 4250 「サンパウロ、1月12日、R$199.90」 → 2026-01-12 | SAO PAULO | 19990
「東京チェックアウト 11月7日 ¥3,000」 →
例2つで、文書化されていない規則が教えられます:曖昧な日月順序の解決、大文字でのアクセント保持、記号の除去、小数の単位変換。何にも「設定」されていないモデルからの、マシン対応出力 —— 見せられたのです。
例3 —— 逸脱してはならないトーン
顧客への返信を、温かいがお世辞ではなく、プロフェッショナルだが堅くなく。
その文のすべての単語は好みの問題であり、モデルの好みはあなたと異なります。返信は感嘆符で飾られて戻ってきます —— モデルの読みでは温かい。
以下の声に合うよう、返信草案を書き直して:
草案:「返金処理されました。」→ 返信:「返金は送金中です —— 3営業日以内にご確認いただけます。ご対応中の間のお待ち時間に感謝いたします。」 草案:「在庫切れです。」→ 返信:「想定より早く売り切れました!今週中に再入荷し、入荷次第ご連絡します。」
草案:「アカウントが停止されました。」→
トーンは説明できません。実演のみ可能です。例2つで、3番目の返信は自動的にその声に着地します —— 感嘆符の講義なしに。
よくある落とし穴
- **矛盾する例。**例1は小文字を出力し、例3は大文字。片方はフォーマル、片方は冗談。モデルは矛盾を平均化して解決します —— どの例にも似ない出力を生成します。監査所見のように例を監査しましょう:すべての詳細が一致しなければならない。すべての詳細が教えるからです。
- 例が多すぎて、机が満杯。「安全のため」の例10個は、会話全体でコンテキストウィンドウを占有し —— 後の文脈を締め出し、Uzuでのすべての返信のトークンコストを膨らませます。鋭い例2〜4個でほぼ常にパターンは固定されます。5個目は、特定の境界ケースが独自の実演を必要とするときだけ追加を。
- **怠慢な例。**誤字、怠惰な出力、形式の逸脱を含む例は、何も教えないだけでなく —— あなたの欠陥を積極的に教えます。モデルはあなたの誤りを完璧な忠実度で再現します。公開文章のように例を磨きましょう。
- 標準タスクにフューショットを使う。「段落1つで要約」の例3枚は、明確な指示からすでに得られる以上の何も実演しません —— 誰もが知っているダンスに実演価格を払っています。この技法は、本当にあなたの例にしか存在しないパターンのために取っておきましょう。
- **例が残存することを忘れる。**メッセージ1で貼った山は、メッセージ30でも机の上にあります —— トークンを消費し続け、トーンに影響し続けます。同じチャットの後のタスクが異なる挙動を必要とするなら、新しいチャットを開くか、パターンを明示的に退役させましょう(「ここから新しい形式:…」)。
FAQ
ゼロショット、ワンショット、フューショットプロンプティングの違いは?
ゼロショットは例なしで尋ねること —— 「これをフランス語に訳して」のような純粋な指示。ワンショットはパターンを固定する単一の例を含めること。フューショットは解決済み例を2つ以上含めること —— そこから初めて、独自形式に対してパターンロックが十分強くなります。(このカリキュラムの「ワンショットプロンプト」解剖学は完全な単一指示についてであり —— その指示が例を含むと、フューショットに昇格します。)目標パターンが珍しいほど、教えるのに多くの例が必要です。
形式をただ説明する代わりに、いつフューショットを使うべき?
パターンが独自で、正確で、間違いが高くつくとき:自社スタイル、解析ルール、分類スキーム、他システムを供給する出力 —— 散文の説明がモデルに当て推量させるすべて。形式が標準(表、5つの箇条書き、段落)か、説明が完全に捉えられるなら、ワンショットのほうが速く、安く、十分です。テスト:有能な他人が、説明だけからあなたの形式を再現できるか?できないなら、実演しましょう。
例はAIプロンプトを高くしますか?
はい。例はすべてコンテキストウィンドウ上のトークンであり、ウィンドウは会話のすべての返信で再処理されます —— 例はコストを一度ではなく継続的に加えます。G-Creditsで課金されるUzuでは、重いフューショットの山は、送信できる最も高価なプロンプトとして目に見えます。だから規律は:説明で捉えられないものだけを実演し、パターンを固定する最小限に例を保つことです。
次のレッスン
フューショットは、すでに完璧な例を持っていることを要求します —— しかし、書いたことがないから見せられないパターンは?そのための一手があります:答えを起草するのをやめ、質問を起草すること。プロンプトを書くこと自体を機械に委ねるのです。
次のレッスンへ:メタプロンプティング
帰る前の練習:AIを2回以上訂正した出力形式を1つ見つけてください。訂正から3例の山を築き —— あなたの草案を入力として、修正版を出力として —— 次のタスクをそれに通します。モデルが、あなたが一度も書き下ろさなかったものを再現するのを観察してください。