Bible Network Crypto DeFi Onchain RWA AI Agent Stablecoin Chain SAFU CryptoTax DeFAI AGI Claude Me Claude Skill Claude Design Claude Cowork
独立メディア
いかなるプロジェクトとも無提携
Claudeに答えさせるだけでなく、仕事をさせよう
claudecowork-me.com
最新
Claude Cowork で Excel と PowerPoint を連携させる前に知っておくべき、データが「自動的に」流れる仕組み  ·  いつ Claude Cowork を使うべきで、いつ普通のチャットで十分なのか:公式が示す5つの判断基準  ·  設定を変えずに Claude Cowork の Legal Plugin で契約書をレビューしていませんか?アメリカ法の基準で審査している可能性があります  ·  Claude Cowork がついに監査可能に:Compliance API が Cowork セッションを正式にカバー——何が変わり、何が未解決なのか  ·  Claude Cowork の「自動承認」と「すべての承認をスキップ」の違い:たった一語の差が、誰があなたを守っているかを決める  ·  Claude Cowork の Finance Plugin は何ができるのか:完全解説と、明確にできないこと
用語解説 · コアコンセプト

Few-Shot Prompting

少数例プロンプティング
コアコンセプト beginner

30秒バージョン · 忙しい方へ
指示に「入力と対応する出力」の具体例を二から五個添え、フォーマット、トーン、判断ロジックをClaudeに模倣させる。文章で一つ一つの細部を説明する代わりに、例そのものが説明の役割を果たす。
詳しく読む +
01 · これは何?

少数例プロンプティングとは、指示にいくつか(通常二から五個)の「入力と対応する出力」の具体的な例を添え、フォーマット、トーン、判断ロジックが何であるかをClaudeに例から直接読み取らせることを指す。すべての細部を文章で説明する必要はない。これは zero-shot prompting(ゼロショットプロンプティング)と同じスペクトラムの反対側にある。zero-shot は例を一切与えず、指示の文章だけで要求を明確にするが、few-shot は例にその説明の負担を分担させる。特に、言葉で正確に説明するのは難しいが例を見れば一目で分かるような場面、たとえばトーンの微妙な違い、ある項目の長さの目安、境界条件への対応方法などに向いている。例が実際に行っているのは、あなたの頭の中にある暗黙の基準を、Claudeが直接模倣できる具体的な対象に変換することだ。

02 · なぜ存在する?

このニーズが生じるのは、ある種の要求は言葉で正確に説明するコストが、例を一つ示すコストよりはるかに高いからだ。「プロフェッショナルだが硬すぎないトーンで」という指示は、十人いれば十通りの解釈がありうるが、あなたがちょうど良いと感じた過去のメールを例として添えれば、Claudeはその塩梅を直接つかむことができ、「硬すぎない」の境界をあなたが定義する必要はない。同じ理屈はフォーマットの細部にも当てはまる。レポートの要約はどこまで簡潔にすべきか、箇条書きに完全な文が必要かどうかといったルールは、文章にすると長く曖昧になりがちだが、例を一つ示せば一目で分かる。少数例プロンプティングが存在する理由は、多くの品質基準が本質的に暗黙的であり、ルールとして網羅的に書き出すのが難しいという現実を認めている点にある。例は、その種の暗黙の基準を外部化する最も効率的な方法なのだ。

03 · 意思決定にどう影響する?

実務では、品質を左右する三つの要点がある。第一に例の数だ。通常二から五個で十分であり、少なすぎる(一つだけ)とClaudeがその例の偶然の特徴をルールだと誤解しやすく、多すぎるとプロンプトが長くなりコストが増える。五個を超えると限界効果は通常はっきりしなくなる。第二に例の代表性だ。例は実際に遭遇する状況のばらつきをカバーする必要があり、順調で標準的なケースだけを与えてはならない。実際のタスクの二割がデータ欠損や書式の不統一といった境界ケースであれば、例にも少なくとも一つそうしたケースを含めるべきであり、そうしなければClaudeは順調なケースの扱い方しか学ばず、境界ケースに直面したときに拠り所がなくなる。第三に例の並べる順序だ。見落とされがちだが実際に影響のある細部で、最も異質な例を最後に置くと、モデルはそれを「直近の指示が前の例より優先される」と捉え、最後の例の特徴を過度に模倣してしまうことがある。この部分問題については example ordering(範例排序)という概念でより詳しく論じられており、あわせて参照する価値がある。

04 · どうすればいい?

あなたにとって、少数例プロンプティングの本当の価値は、自分の中では基準がはっきりしているのに正確な定義を言葉にできないときに現れる。そうしたケースでは、文章のルールとして無理に書き出すより、例を一つ見つける方が確実だ。これは職場の場面で特に有用だ。多くの品質基準は本質的に暗黙的で経験の積み重ねによるものだからだ。「このメールのトーンは対外的な基準に合っている」というのは、見れば分かるが文章のルールにするのは難しいことが多い。本当に検討すべきなのは例を手に入れるコストだ。手元にちょうど良い例が既にあれば、few-shot の追加コストはほぼゼロだ。既存の例がなくその場で例を作らなければならない場合、その作成プロセス自体が誤りを生む可能性があり、明確に書かれたゼロショット指示の方がかえって信頼できることもある。注意すべきリスクは、例の数が少なすぎたり代表性が不足していたりすると、Claudeが「学びすぎる」傾向があることだ。例の中の重要でない細部(たまたま使った言葉、たまたま長かった段落など)をルールだと誤認し、そのまま模倣してしまう。この場合、問題は多くはプロンプトの書き方が悪いのではなく、例そのものが本当に学ぶべきものをカバーしていなかったことにある。

具体例 +

OpenAI の研究チームが2020年に発表した論文『Language Models are Few-Shot Learners』(GPT-3を紹介した論文)は、少数例プロンプティングの効果を体系的に示した。プロンプトにわずか数個の例を入れるだけで、翻訳や質問応答などのタスクでモデルの性能が大幅に向上し、一部のタスクでは大量のデータでファインチューニングされたモデルに近い水準に達した。この論文はまた、「few-shot learning」という概念が大規模言語モデルの分野で広く採用される出発点でもある。

よくある誤解 +
✕ 誤解 1
× 誤解:例を多く与えるほどClaudeはより正確に学習する。実際は:五個を超えると限界効果は通常はっきりせず、プロンプトが長くなりコストが増えるだけだ。数より代表性の方が重要で、境界ケースを一つカバーする例は、標準的なケースばかり三つ与えるより価値がある。
✕ 誤解 2
× 誤解:少数例プロンプティングは常にゼロショットより信頼できる。実際は:手元に既存の例がなくその場で作らなければならない場合、作成プロセス自体が誤りを生みうる。その場合は明確に書かれたゼロショット指示の方が有利であり、どちらを使うべきかは本当に適した既存の例があるかどうかで決まる。
The Missing Link +
直接的な影響

メリットは、言葉で正確に説明しづらい暗黙の基準(トーンの塩梅、フォーマットの細かなニュアンス)をClaudeに直接示せる点で、品質基準そのものをルールとして網羅しにくいタスクに向いている。デメリットは、例そのものに入手コストがかかる点だ。既存の適した例がなくその場で作る場合、かえって新たな誤りを生むことがあり、例の数や代表性が不足していると、Claudeが重要でない偶然の特徴を拾い上げ、ルールのように模倣してしまいやすい。

質問する
10文字以上入力してください
関連トピック
XMLタグの正しい使い方:プレーンテキストとの違いを示す3つの実例
Claude Skill Me
XMLタグは装飾ではない。Claudeが推測に頼っていた意味的境界を、明示的な宣言に変える手段だ。
#prompt-engineering#few-shot-prompting
初めてのSystem Prompt作成:「あなたはアシスタントです」から実際に使える役割設定へ
Claude Skill Me
「あなたはベテランの専門家です」と書いてもClaudeが専門的になるわけではない。「その専門家がここでどう判断するか」を伝えることで、初めてそうなる。
#prompt-engineering#few-shot-prompting
3層プロンプト構造:AIデザインツールに最初から完成に近い結果を出させるフレームワーク
Claude Design Me
技術仕様とユーザーの挙動を同じ文の中に混ぜてしまうと、AIはどの部分が絶対的な制約で、どの部分に自由な裁量の余地があるのか判断できない——3層構造が有効なのは、長く書くからではなく、より明確に考え抜かれているからだ。
#prompt-engineering
AI生成のダッシュボードはなぜいつも詰め込みすぎになるのか:5つのよくある間違いと、それを直すプロンプト
Claude Design Me
完成しているように見えるがその裏でデータが捏造されているダッシュボードは、明らかに不完全なダッシュボードよりも危険だ——後者は少なくとも信用してはいけないと分かる。
#prompt-engineering