One-shot prompting(ワンショットプロンプティング)とは

One-shot promptingとは、AIに「お手本となる例を1つだけ」見せてから作業を頼むプロンプトの手法です。「ワンショットプロンプティング」と読み、例をまったく見せないZero-shotと、複数の例を見せるFew-shotのちょうど中間にあたります。

例を1つ見せて方向づける仕組み

やり方はいたってシンプル。「こういう入力には、こう答えてほしい」という見本を1組だけプロンプトに書き添え、続けて本番の依頼をします。たとえば「『嬉しい』→ポジティブ」という分類例を1つ示してから、別の文の判定を頼む、といった形です。大規模言語モデルは、このたった1つの例から答え方の型を読み取ってくれます。

ここで誤解しやすいのが、One-shotの「shot」も、その背景にある文脈内学習（in-context learning）も、モデル本体を作り直しているわけではないという点。AIはその場で例を読んで真似ているだけで、パラメータを書き換える追加学習（ファインチューニング）とは別物です。

Zero-shot・Few-shotとの違い

違いは見せる例の数だけです。例が0個ならZero-shot、1個ならOne-shot、数個ならFew-shotという三兄弟の関係になっています。例を増やすほど精度は上がりやすい一方、プロンプトは長くなりがち。まず例なしで試し、安定しなければ1つ、それでも足りなければ複数と、段階的に例を足していくのが実務的でしょう。

ビジネスでの使われ方

分類や書式の変換など「出力の形を揃えたい」場面で特に効きます。望ましい出力の例を1つ見せるだけで、AIの回答のばらつきを抑えられるのが利点。プロンプトを短く保ちつつ方向づけできるため、社内の定型業務を任せたいときとも相性がよい手法といえます。

One-shot promptingに関するよくある質問

One-shot promptingはどれくらい効くのですか？

有名な実演があります。GPT-3の研究で、「whatpu」という存在しない単語の使い方を1文だけ見せたところ、AIは別の架空語「farduddle」を使った文まで正しく作ってみせました。たった1つのお手本から初めての言葉の使い方を推し量る、人間が新しい言い回しを一度聞いて真似るのに似た芸当です。

Zero-shot・Few-shotとは何が違うのですか？

見せる例の数だけが違います。例が0個ならZero-shot、1個ならOne-shot、数個ならFew-shotという三兄弟の関係です。例を増やすほど精度は上がりやすい一方、プロンプトは長くなりがちなので、段階的に例を足すのが実務的です。

One-shot promptingはAIを追加学習させているのですか？

いいえ。AIはその場で例を読んで真似ているだけで、モデル本体（パラメータ）を書き換える追加学習（ファインチューニング）とは別物です。背景にある文脈内学習（in-context learning）も、本体を作り直しているわけではありません。