この記事でわかること
「生成AIのプロンプトの解説を読んでいると出てくる『Few-Shot（フューショット）プロンプティング』とは何なのか」。そう感じて検索してきたなら、この記事はちょうどよい入口です。
この記事では、Few-Shotプロンプティングとは何かを、専門用語をできるだけ使わずに、具体的なプロンプト例つきで整理します。ひとことで言えば、AIに指示（プロンプト）を出すときに、「お手本となる例をいくつか添えてから」やってほしいことを頼む方法です。
先に一点だけ交通整理をしておきます。「Few-shot」という言葉は、機械学習の分野では「少ないデータで学習させる技術（Few-shot learning）」を指すこともあります。近い考え方ではありますが、この記事で扱うのは、ChatGPTのような生成AIに指示を出すときの工夫、つまりプロンプト手法としてのFew-Shotです。
この記事で扱う主な内容は、次のとおりです。
- Few-Shotプロンプティングとは何か（読み方と意味）
- お手本を添えると出力がどう変わるのか（具体的なプロンプト例）
- 例なしのZero-Shot、例1つのOne-Shotとの違い
- メリットと注意点、どんな業務で効くか
プロンプトそのものの基本から押さえたい場合は、プロンプトとは何かもあわせて読むと、Few-Shotの位置づけがつかみやすくなります。
Few-Shotプロンプティングとは（お手本を添えて頼む方法）
Few-Shotプロンプティングとは、生成AIへの指示に、望む答えの「お手本」となる例をいくつか添えてから、やってほしいことを頼むプロンプトの書き方です。読み方は「フューショット」。「Few（少しの）」＋「Shot（試行・例）」で、「少数の例を見せる」という意味合いです。
たとえば、AIに問い合わせメールを「良い・悪い・要対応」に分類してほしいとします。何も例を見せずに「このメールを分類して」と頼むより、先に「こういうメールはこう分類する」という見本を2〜3個見せてから頼むほうが、AIはこちらの意図した基準で仕分けしてくれます。この「先に見本を見せる」やり方が、Few-Shotプロンプティングです。
生成AIは、与えられた文章のパターンを読み取って、その続きとして自然なものを返します。だからこそ、答えの形式や判断基準をお手本で示しておくと、AIはそのパターンに沿って答えを返しやすくなります。難しい設定やプログラミングは必要なく、いつものチャット画面に例文を書き足すだけで使える、手軽で実用的な工夫です。
結論＝「お手本をいくつか見せてから頼むと、望む形の答えが得やすくなる」
結論から言うと、Few-Shotプロンプティングの効果は、「AIにお手本をいくつか見せてから頼むと、こちらが望む形の答えが得やすくなる」という一点に尽きます。
人に仕事を頼むときも、「いい感じにまとめておいて」と言うより、「過去のこの資料と同じ体裁で」と見本を渡したほうが、期待どおりのものが上がってきます。AIも同じです。言葉だけで細かく指示するより、望む答えの実例を数個見せるほうが、伝わり方が速く、正確になります。
とくに、出力の「形式」をそろえたいときに効きます。箇条書きの形、文体、項目の順番、分類のラベル。こうした「型」は、言葉で説明するより実例を見せるほうが確実に伝わります。実務では、この一点を押さえておけば十分に使いこなせます。
Few-Shotとは わかりやすく（新人に見本を数個見せて任せるイメージ）
もう少しイメージしやすく説明します。Few-Shotプロンプティングは、新しく入った社員に仕事を教える場面にたとえると分かりやすいです。
新人に「お客様への返信メールを書いておいて」とだけ頼んでも、その人は会社の書き方をまだ知りません。当たり障りのない、一般的な文面が返ってくるでしょう。一方、「過去のやりとりを3件見せるから、この感じで書いてみて」と見本を渡せば、新人は文体やあいさつの型を真似して、こちらの期待に近いものを書いてくれます。
Few-Shotプロンプティングは、この「見本を数個見せて真似してもらう」やり方を、AIに対して行うものです。例を見せずに頼むのが後で説明するZero-Shot、例をいくつか添えて頼むのがFew-Shot、と押さえておけば十分です。難しい理屈は要りません。「良いお手本を見せれば、AIはそれを真似る」。この感覚だけで、今日から使えます。
具体例（お手本を添えたプロンプトの書き方）
言葉の説明だけでは分かりにくいので、実際のプロンプト例を見てみましょう。ここでは、社内の問い合わせメールを「対応の緊急度」で仕分けする作業を例にします。
まず、お手本を見せない頼み方（Zero-Shot）だと、次のようになります。
- 「次のメールを、緊急・通常・低の3段階で分類してください。メール本文：〔本文〕」
これでもAIは分類してくれますが、「緊急」の基準が人によってずれるように、AIの判断もこちらの想定とずれることがあります。
そこで、お手本を数個添えるのがFew-Shotです。同じ作業を、こう書き換えます。
- 「次の要領で、メールを『緊急・通常・低』に分類してください。」
- 「例1：『サーバーが落ちて業務が止まっています』→ 緊急」
- 「例2：『来月の請求書の送付先を変更したいです』→ 通常」
- 「例3：『いつもお世話になっております。カタログを一部いただけますか』→ 低」
- 「では、次の本文を分類してください。本文：〔本文〕」
このように、「入力の例」と「望む答えの例」をセットで2〜3個見せてから本題を頼むのが、Few-Shotの基本の形です。お手本によって「緊急とはどういう状態か」の基準がAIに伝わり、仕分けのブレが小さくなります。
同じやり方は、分類以外にも使えます。たとえば議事録の要約なら、「過去の議事録とその要約を2件見せてから、今回の議事録を同じ体裁で要約させる」。文章の言い換えなら、「くだけた文と、それを丁寧にした文のペアを数個見せてから、新しい文を丁寧にさせる」。いずれも、望む「形」を実例で見せておくのがコツです。
お手本を添える前と後で、出力はこう変わります。お手本なしだと、AIは一般的な形式で、判断基準もばらつきがちな答えを返します。お手本ありだと、見せた例と同じ体裁・同じ基準に寄せた答えを返しやすくなります。この差が、Few-Shotの狙いです。
Zero-Shot・One-Shotとの違い
Few-Shotを理解するうえで、対になる呼び名も知っておくと整理しやすくなります。違いは単純で、「お手本の例をいくつ添えるか」で名前が変わるだけです。
| 呼び名 | 添えるお手本の数 | イメージ |
|---|---|---|
| Zero-Shot（ゼロショット） | 0個（例なし） | 説明だけで頼む |
| One-Shot（ワンショット） | 1個 | 見本を1つだけ見せて頼む |
| Few-Shot（フューショット） | 数個（2〜数個） | 見本を複数見せて頼む |
Zero-Shotは、例をいっさい見せず、指示の文だけで頼むやり方です。手軽ですが、答えの形がこちらの想定とずれることがあります（Zero-Shotそのものは別の記事で詳しく扱います）。One-Shotは見本を1つだけ、Few-Shotは見本を複数見せる、という違いです。
一般には、お手本の数が増えるほど、AIは望む形をつかみやすくなります。ただし、いくらでも増やせばよいわけではありません。例が多すぎるとプロンプトが長くなり、かえって扱いにくくなります。まずは2〜3個から試し、うまくいかなければ例を足す、という進め方が実務的です。
メリットと注意点
Few-Shotプロンプティングは手軽で効果的ですが、万能ではありません。良い面と、気をつけたい面の両方を押さえておきましょう。
メリットは、主に次の2点です。
- 出力の形式がそろいやすい：箇条書きの形、文体、項目の順番など、「型」を実例で示せるため、毎回ばらつきの少ない答えが得やすくなります。
- 判断の精度が安定しやすい：分類や抽出のように基準が必要な作業で、お手本が基準の役割を果たし、こちらの意図に沿った結果に寄せやすくなります。
一方、注意点もあります。
- プロンプトが長くなる：お手本を並べるぶん、指示文が長くなります。例を入れすぎると、かえって読みにくく、扱いづらくなります。
- 例に引きずられることがある：見せたお手本にAIが強く引っ張られ、例と似たパターンばかり返すことがあります。お手本の選び方に偏りがあると、その偏りごと出力に反映されてしまいます。
- お手本の質が結果を左右する：良い例を見せれば良い答えに、雑な例を見せれば雑な答えに近づきます。お手本そのものの質が、そのまま出力の質につながります。
つまり、Few-Shotの効果は「どんなお手本を見せるか」に大きく左右されます。数を増やすことより、望む答えに近い良い例を選ぶことのほうが大切です。
どんなときに使うと効くか
Few-Shotプロンプティングが特に効くのは、「毎回同じ形でこなしたい定型業務」をAIに任せたいときです。あなたの会社でも、次のような作業に心当たりがあるかもしれません。
- 分類・仕分け：問い合わせメールを緊急度で分ける、アンケートの回答を項目ごとに振り分ける、といった作業。判断基準をお手本で示すと安定します。ただしAIの分類が常に正しいとは限らないため、最終的な判断は人が行い、影響の大きい仕分けでは事前に手元のデータで精度を確かめておくと安心です。
- 情報の抽出：契約書や見積書から「金額」「期日」「担当者」だけを決まった形で抜き出す作業。抜き出し方の見本を見せると、形がそろいます。
- 文体・体裁そろえ：お客様への返信、社内報告、SNS投稿などを、自社の言い回しにそろえたいとき。過去の良い例を見せると、トーンが安定します。
こうした定型業務は、一度良いお手本のセットを作っておけば、あとは本題を差し替えるだけで繰り返し使えます。これがFew-Shotの実務的な強みです。逆に、毎回まったく違う内容を一度だけ頼むような作業では、お手本を用意する手間のほうが大きくなり、Zero-Shotで十分なこともあります。使いどころを見極めるのが、賢い付き合い方です。
Few-Shotは、プロンプトの工夫（プロンプトエンジニアリング）の中でも、すぐ効果を実感しやすい基本の一つです。ほかの工夫とあわせて体系的に押さえたい場合は、プロンプトエンジニアリングとはも参考になります。
社内でAIに定型業務を任せるときのお手本づくり
社内でAIに定型業務を任せるとき、私は、指示文だけで完成形を説明しようとはしません。
条件を細かく書くより、実際に人が作った良い成果物を一つ見せたほうが、望む形が正確に伝わるからです。これがまさに、Few-Shotの実践です。
たとえば会議記録の整理なら、「分かりやすく要約して」とだけ頼むと、長い文章になったり発言順に並んだりします。そこで、過去に評価された議事録を一つ渡し、「決定事項・担当・期限・保留・次回確認、この項目と順序で整理してください」と伝えます。
お手本に選ぶのは、上司の修正がほとんど入らなかった報告書や、顧客に分かりやすいと言われた説明文など、実際にうまくできた成果物です。手元の最新ファイルを何となく使うのではありません。
もう一つ大事にしているのは、完成品だけでなく、元の入力もセットにして見せることです。
営業日報なら、担当者のメモと完成版の日報を対にします。完成品だけを見せると、元の資料にない数字まで再現しようとすることがあるので、「どの材料から作ったのか」が分かる状態にします。
そして、成功例だけでなく、「この場合は自分で答えず人に戻す」という止める例も見せます。定型業務では、材料が足りないときに止まることも、正しい処理だからです。
過去の成果物をお手本にするときは、顧客名や連絡先、契約条件といった機密は、渡す前に必ず取り除きます。
私が勧めているのは、Few-Shotのお手本として、①良い入出力の例、②その例が良いと判断した理由、③例外のときに止める条件、の三つをセットで用意することです。AIに良い仕事をさせるコツは、長い命令文よりも、人がすでにやった良い仕事を選び、「どこが良かったのか」を言葉にして渡すことだと考えています。
Few-Shotプロンプティングについてよくある質問
Few-Shotプロンプティングとはどういう意味ですか？読み方は？
読み方は「フューショット」です。生成AIへの指示に、望む答えのお手本となる例をいくつか添えてから本題を頼む、プロンプトの書き方を指します。「少数の例を見せて頼む」という意味合いで、いつものチャット画面に例文を書き足すだけで使えます。
Zero-Shotとの違いは何ですか？
お手本の例を添えるかどうかが違いです。Zero-Shot（ゼロショット）は例をいっさい見せず指示の文だけで頼む方法、Few-Shotは例を数個添えて頼む方法です。あいだに、例を1つだけ添えるOne-Shot（ワンショット）もあります。一般には、お手本の数が増えるほど望む形の答えを得やすくなります。
お手本の例はいくつ必要ですか？
決まった正解はありませんが、まずは2〜3個から試すのが実務的です。うまく伝わらなければ例を足し、プロンプトが長くなりすぎたら減らす、と調整します。数を増やすことより、望む答えに近い良い例を選ぶことのほうが効果に効きます。
Few-Shotのデメリットは何ですか？
お手本を並べるぶんプロンプトが長くなること、見せた例にAIが引きずられて似たパターンばかり返すことがある点です。また、お手本の質がそのまま出力の質につながるため、雑な例を見せると結果も雑になります。良い例を選ぶことが、そのまま結果の質を左右します。
関連記事と「AI戦略」に関するご案内
Few-Shotプロンプティングは、「良いお手本を数個見せてから頼む」という、すぐ試せて効果を実感しやすい工夫です。細かい理屈よりも、自社の定型業務でお手本のセットを一度作ってみることが、いちばんの近道になります。
プロンプトそのものの基本はプロンプトとは何か、プロンプトの工夫を体系的に整理したい場合はプロンプトエンジニアリングとはで、それぞれ詳しく扱っています。
こうした個別の技法を、単なる小ワザで終わらせず、業務改善や経営課題の解決につなげたい場合は、中小企業社長のためのAI戦略活用完全ガイドで全体像を確認できます。
確認日：2026年7月24日（プロンプト手法に関する各社の公開情報を参照）
