Zero-shotプロンプティングとは
Zero-shotプロンプティング（Zero-shot Prompting）とは、具体的な入出力例を一切提示せずに、タスクの説明や指示のみでAIモデルに応答を生成させる手法です。モデルが事前学習で獲得した汎用的な知識と推論能力に基づいて、初見のタスクに対応する能力を活用します。
| ひとことで言うと | お手本を一切見せず、指示だけで答えさせるプロンプトの書き方。 |
|---|---|
| どこで使う | 一般的な要約・翻訳・分類。まず試してみる最初の一手として。 |
| 注意点 | 出力の形式がぶれやすい。そろえたいならFew-shotに切り替える。 |
Zero-shotの仕組みと適用場面
例えば「以下の文章を日本語に翻訳してください」「この文章の感情を分析してください」のように、タスクの種類と対象データを直接指示するだけで、モデルは適切な出力を生成します。大規模言語モデル（LLM）は膨大なデータで事前学習されているため、さまざまなタスクに対してZero-shotでも一定の精度を発揮できます。特に一般的な言語タスク（翻訳、要約、分類など）では高い性能を示します。
1指示だけ書く例は付けない
▶
2AIが解釈事前知識だけで判断
▶
3そのまま回答すぐ結果が出る
▶
4形式がぶれる条件を追記して調整
▶
5例を足すFew-shotへ進む
Zero-shotの限界とFew-shotとの使い分け
Zero-shotプロンプティングは手軽に使える一方、専門的な分野や独自のフォーマットが必要なタスクでは精度が不足する場合があります。そのような場合はFew-shotプロンプティングに切り替えたり、Chain-of-Thought推論を組み合わせたりすることで改善できます。プロンプト設計ではまずZero-shotを試し、不十分であれば段階的に手法を強化していくアプローチが効率的です。