Few-shot
Learning

モデルの重みを更新することなく、プロンプト内に少数(通常2〜5個)の入出力例を示すだけで、新しいタスクに適応させる技法です。LLMが文脈内学習(in-context learning)を通じて例のパターンを模倣し、本番入力に対して同じ形式で回答を返します。ファインチューニングより圧倒的に低コストで、数分で試せる強力な手法です。

タスク次第ですが、実務的には3〜5個が最適解になることが多いです。1個だと偶然のパターンに引きずられやすく、10個以上だと本番入力の個別性をモデルが無視して例を機械的に模倣しがちです。分類タスクでは各クラスから1〜2例、生成タスクでは望ましい出力のバリエーションを3例示すのが定石です。

影響します。LLMは直近の例により強く引きずられる傾向があるため、最も重要な例や望ましい出力スタイルに近い例をプロンプトの末尾に置くのが鉄則です。ラベルの偏り(例えばクラスAが4連続、クラスBが1つだけ)も結果を歪めるため、クラス別に交互配置するのが安全です。

明確な指示で済むタスク(要約、翻訳、Q&A)は Zero-shot で十分です。出力形式が厳密に指定される、または言葉で説明しにくい微妙なスタイルを再現したい場合は Few-shot が必要です。迷ったらまず Zero-shot を試し、精度や形式が不十分なら Few-shot に拡張するのが実務的な流れです。

長い文脈窓を持つモデル(Gemini 2.5 Pro の200万トークン、Claude 4 の100万トークン)では、数十から数百の例を与える Many-shot が Few-shot を上回る場合があります。Google の研究では、100例以上のMany-shot が特定タスクで Few-shot を顕著に上回りました。ただしコストが増えるため、精度の差が価値に見合うかを検証してください。

はい、正誤両方の例を対比形式で示す「コントラスト Few-shot」は効果的です。「良い例: ...」「悪い例: ...」と明示すると、モデルが失敗パターンを明確に避けられます。ただし悪い例を多く見せると、逆にそのパターンを模倣する危険もあるため、良い例3に対して悪い例1の比率が安全です。

完全に効果があります。日本語の敬語切り替え、カジュアル・フォーマルの口調調整、ビジネス文書の定型フォーマット、俳句・短歌などの形式厳守が必要な生成タスクで特に有効です。GPT-4o、Claude 4、Gemini 2.0 いずれでも多言語の in-context learning が確認されています。

事実ベースの検索(知識問題)、複雑な数値計算、長文書の要約など、パターン模倣より推論や知識が支配的なタスクでは効果が限定的です。このような場合は Few-shot ではなく Chain-of-Thought や Retrieval-Augmented Generation(RAG)を組み合わせるのが正攻法です。