ゼロショット

ゼロショット（Zero-shot）とは、見本（例）を1つも与えず、「これをやって」という指示だけでAIに作業させる使い方です。最近のLLMを普通に使うとき、私たちは無意識のうちにゼロショットで頼んでいることがほとんどです。

なぜ成り立つのか

LLM は事前学習で膨大な文章に触れ、さらに指示に従うための追加学習も受けています。そのため、「要約して」「英語にして」「箇条書きにして」のような一般的な依頼の意味を、見本なしで理解できます。タスクごとに専用のデータを用意して学習させる必要がないことが、LLM が広く普及した大きな理由です。

もともと機械学習の分野では、「学習時に一度も見たことがないクラスや課題を扱えること」をゼロショット学習と呼びます。プロンプトの文脈では、もう少し気軽に「例なしで指示する」という意味で使われます。

具体例

• 「次の文を中学生にもわかるように言い換えてください。」と書いて、文章を貼る。
• 「このレビューは肯定的か否定的か、一語で答えてください。」と書く。
• 画像を見せて「この写真の内容を説明してください」と頼む。

いずれも、見本を添えていません。

ゼロショットが向く場面

• 一般的で、意味が明確な作業。
• まず試してみて、出来栄えを見たいとき。
• 例を入れる手間や、文脈の長さ（料金）を節約したいとき。

うまくいかないときの対処

出力の形式がそろわない、自分たちだけの基準がある、という場合は、ゼロショットでは伝わりきらないことがあります。次の順で改善していくと効率的です。

• 指示を具体的にする：目的、読者、文字数、出力形式を書く。
• 見本を足してフューショットにする。
• 推論の必要な課題では「手順を追って考えて」と促すか、推論モデルを使う。

使うときの注意・よくある誤解

• 「ゼロショットは性能が低い」とは限りません。大きなモデルほど、見本なしでも十分な結果が出ることが多いです。
• 逆に、指示があいまいだと、AIは自分なりの解釈で答えてしまいます。見本がない分、指示の明確さが重要になります。
• 結果は必ず評価してください。数十件でも実際のデータで試し、ゼロショットで足りるか、見本が必要かを見極めます。

関連する考え方

ゼロショット、ワンショット、フューショットは、「見本の数」による呼び分けです。どれが最適かは課題とモデルによって変わるため、プロンプトエンジニアリングでは、これらを試して比べます。