Zero-Shot と Few-Shot の違い
例を示すか、示さないか

更新日 2026年11月9日 読む時間の目安 約4分
この記事の要点
  • Zero-Shot と Few-Shot は、生成AIに指示を出すときのプロンプトの書き方の型です。違いは「例を示すか、示さないか」です。
  • Zero-Shot は、例を1つも示さず、指示だけで依頼します。Few-Shot は、入力と望ましい出力の例を数個入れてから本題を依頼します。
  • どちらもモデルは書き換えません。プロンプトの工夫だけで、やり方を伝える方法です。
この記事の目次
  1. Zero-Shot とは
  2. Few-Shot とは
  3. 違いを表で比べる
  4. 試験での問われ方
  5. 覚え方
  6. 第5章の問題を解いてみる
  7. よくある質問

Zero-Shot とは

Zero-Shot プロンプティングは、例を1つも示さず、命令文や質問だけでタスクをさせる方法です。もっとも手軽で、簡単な要約や分類のようなタスクなら、これで十分にこなせます。

Few-Shot とは

Few-Shot プロンプティングは、入力と望ましい出力の例を数個プロンプトに入れてから、本題を依頼する方法です。例を見せることで、出力の形式やトーン、判断の基準をそろえやすくなります。複雑なタスクでも力を発揮します。例は、課題に関連が深く、多様なものを選びます。

Zero-Shot と Few-Shot のプロンプトの違い Zero-Shot(例なし) 指示: 次の文章を3行で要約してください Few-Shot(例を数個) 例1: 入力 → 望ましい出力 例2: 入力 → 望ましい出力 本題: 新しい入力 → (AI が例にならって答える)
Zero-Shot と Few-Shot のプロンプトの違い(もちこ道場のまとめ)

違いを表で比べる

比べること Zero-Shot Few-Shot
例 示さない 入力と望ましい出力を数個示す
手軽さ 最も手軽 例を用意する手間がある
向く場面 単純な要約や分類 形式や基準をそろえたいとき、複雑なタスク
モデルの更新 しない しない(ファインチューニングとは別)
まず試す順番 最初に試す Zero-Shot で足りなければ、例を足す

試験での問われ方

生成AIパスポートでは、第5章「生成AIの実践と活用事例」の最初の節(プロンプトエンジニアリング)で出ます。もちこ道場の問題データでは、この2つが出る問題は34問で、そのうち24問が第5章です。次のような問われ方をしています。

  • 穴埋め: 「具体例を一切示さず、命令文や質問だけでタスクをさせる方法」に Zero-Shot、「入力と出力の例を数個入れてから本題を依頼する方法」に Few-Shot を選ぶ。
  • 説明の正誤を選ぶ: Few-Shot はモデルの重みを更新する、という誤りを見抜く(ファインチューニングは重みを更新し、Few-Shot はプロンプトに例を書くだけ)。
  • 使い分けを選ぶ: 出力の形式をそろえたいときは、説明に加えて望む形の例を見せる(Few-Shot)。まず例のない Zero-Shot で試し、足りなければ例を足す。

覚え方

  • Shot は「例(見本)」と読み替えます。Zero は見本ゼロ、Few は見本が少し。
  • どちらもモデルは変えない。モデルの重みを更新するのは、ファインチューニングです。
  • 推論の手順を書かせる Chain-of-Thought とは、軸が別です。「例があるか」と「手順を書かせるか」の2つの軸で整理します。

第5章のほかの用語は「第5章 生成AIの実践と活用事例の要点」にまとめています。

第5章の問題を2問、解いてみる

もちこ道場の第5章の問題です。演習画面と同じ解説(図解・選択肢ごとの解説)を付けています。

問1

回答の具体例を一切提示せず、単に命令文や質問だけを入力して生成AIに回答させる手法を1と呼ぶ。この手法は、明確な答えが存在する単純な事実確認や基礎的な質問に適している。

答えと解説を見る

正解は 1(Zero-Shotプロンプティング)です。

【概要】

例を一つも示さず、指示だけでタスクを実行させる手法がZero-Shotプロンプティングである。単純な要約や分類のような作業に向く。

【各選択肢の解説】

  • 1. Zero-Shotプロンプティング正解あなたの解答 Zero-Shotプロンプティングは例を示さずに指示のみで依頼する手法で、簡単な課題なら十分にこなせる。
  • 2. Few-Shotプロンプティングあなたの解答 Few-Shotプロンプティングは入力と望ましい出力の例を数個入れる手法であり、例を示さない本問の手法ではない。
  • 3. ファインチューニングあなたの解答 ファインチューニングはモデルの重みを追加学習で更新するもので、入力の書き方の話である本問には当てはまらない。
  • 4. プロンプトエンジニアリングあなたの解答 プロンプトエンジニアリングは書き方を工夫して改善する技術全般を指し、例を入れない特定の手法を意味する語ではない。

問2

複雑な業務タスクを生成AIに処理させる際、出力してほしい回答の型やフォーマットの具体例を数個添えてプロンプトを入力する手法を1と呼ぶ。

答えと解説を見る

正解は 3(Few-Shotプロンプティング)です。

【概要】

入力と望ましい出力の例を数個プロンプトに入れてから本題を依頼する手法がFew-Shotプロンプティングである。形式や基準をそろえやすい。

【各選択肢の解説】

  • 1. Zero-Shotプロンプティングあなたの解答 Zero-Shotプロンプティングは例を一つも示さずに指示だけで依頼する手法であり、例を添える本問の手法とは逆である。
  • 2. プレトレーニングあなたの解答 プレトレーニングは大量のデータによる事前学習であり、プロンプトに例を添えて依頼する手法ではない。
  • 3. Few-Shotプロンプティング正解あなたの解答 Few-Shotプロンプティングは例を数個示すことで、出力の形式や基準をそろえやすくする手法である。
  • 4. ハイパーパラメータ調整あなたの解答 ハイパーパラメータ調整は学習や生成の設定値を整える作業であり、プロンプトに例を添える手法ではない。
第5章の問題を解く

第5章は約180問。いま解いた問題と同じ形で、選択肢ごとの解説と図解が付いています。まずは登録なしで、第1章の114問から解き方を試せます(第2章からはプランで解けます)。

第1章を無料で解く

よくある質問

Few-Shot の例は、いくつ入れるのですか?

「数個」が目安です。課題に関連が深く、多様な例を選ぶのが目安です。例を入れることで、出力の形式や基準がそろいやすくなります。

文脈内学習(In-Context Learning)とは何ですか?

モデルの重みを更新せず、プロンプトに書かれた指示や例だけで、新しいタスクのやり方をつかんで従うことです。Few-Shot は、その代表的な使い方です。

Chain-of-Thought とは、どう違いますか?

Chain-of-Thought(思考の連鎖)は、答えの前に途中の推論の手順を書き出させる方法で、例の有無とは別の軸です。「ステップバイステップで考えて」と添えるのが Zero-Shot CoT、推論の過程まで書いたお手本を示すのが Few-Shot CoT です。

もちこ道場

章ごとの問題と本番形式の模擬試験で、合格の力を確かめる

2027年2月の試験からの新しいシラバスの全5章から作ったオリジナルの予想問題を、スマホ・PC で解ける Web 演習サービスです(運営者が作っています)。

ベーシックプラン

500円

31日間・買い切り・自動更新なし

  • 全5章 888問○
  • 選択肢ごとの解説○
  • 全問の解説に図解○
  • 模擬試験(60問・60分)なし
おすすめ合格フルサポートプラン

1,000円

31日間・買い切り・自動更新なし

  • 全5章 888問○
  • 選択肢ごとの解説○
  • 全問の解説に図解○
  • 模擬試験(60問・60分)○

無料体験は登録不要です。

次に読む

出典・注記

出題範囲は、2026年11月9日にGUGA(生成AI活用普及協会)の公式サイトで確認しました。用語の説明は、もちこ道場の問題と解説をもとにまとめたものです。

  1. 生成AIパスポート(GUGA 公式。シラバス)