フューショット学習

用語解説

フューショット学習とは、プロンプト内に少数（2〜10個程度）の入出力の例を示すことで、AIの出力品質・精度を向上させる手法です。追加学習（ファインチューニング）なしに、インコンテキスト学習（プロンプト内での学習）だけで効果が得られます。

「こういう入力にはこういう出力を」という例を見せるだけで、AIはそのパターンを即座に理解します。ゼロショットより精度が高く、ファインチューニングより準備コストが低い、バランスの良いアプローチです。

「この形式で出力してほしい」という例を2〜3個見せるだけで、会社独自のレポートフォーマット・命名規則・表現スタイルに合わせた出力が可能になります。各社固有のアウトプット標準をAIに覚えさせる最速の方法です。

自社商品の分類ルールをいくつかの例で示すことで、新商品を一貫したルールで分類できます。ゼロショットでは分類が揺れる場合でも、例を見せることで安定します。

ブランドガイドラインに沿ったライティングスタイルを例で示し、コンテンツ生成の一貫性を担保します。新しいメンバーへの文章スタイルガイドの代替としても使えます。

例が増えるとトークン（処理コスト）が増加し、コンテキストウィンドウを消費します。一般的に3〜5例が精度とコストのスイートスポットです。それ以上は収穫逓減になることが多いです。

大量タスクの本番運用・高い一貫性が必要な場合・コンテキストウィンドウに入りきらないほど複雑なルールはファインチューニングが適しています。フューショットは「手軽な精度向上策」と捉えてください。

実は「してはいけない例（ネガティブな例）」を含めることでAIの誤りパターンを減らせることがわかっています。良い例だけでなく避けるべきパターンも示すと効果的です。

フューショットが特に効果的なシーンです。