One-Shotプロンプトとは、AIに対して望む出力の具体例を1件だけ提示した上でタスクを実行させる手法です。指示文のみのZero-Shotよりも正確性が高まり、複数の例を示すFew-Shotよりも手軽に文脈を伝えられるため、指示の精度を向上させる有効なアプローチとして広く活用されています。
One-Shotプロンプトとは
一言でいうと、AIに質問や命令を与える際、模範となる具体例を「1つだけ」示して望む出力を誘導する入力手法のことです。
詳しく解説
大規模言語モデル（LLM）は膨大な事前学習データを持っていますが、特定のフォーマットや独自のルールに従わせるには指示文（プロンプト）だけでは不十分な場合があります。そこで、入力と出力のペアを提示するコンテキスト学習の仕組みを利用します。One-Shotプロンプトは、Zero-Shotプロンプトにおける指示の曖昧さを解消し、Few-Shotプロンプトのように長い例を用意する手間を省きつつ、AIの出力精度を高めるために重要な役割を果たします。
具体例・使われ方
例えば、「以下の文章をポジティブまたはネガティブに分類してください」という指示文の後に、「例文: この商品はとても使いやすいです。 出力: ポジティブ」という1件の具体例を挟み、そのすぐ下に対象の文章を入力して判定させます。この1例があることで、AIは出力のフォーマットや判定基準を正しく理解しやすくなります。
似た用語との違い
例を一切示さずに指示だけで回答させるZero-Shotプロンプトや、2件以上の複数の例を示すFew-Shotプロンプトと区別されます。Zero-Shotよりも正確な出力を得られやすく、Few-Shotに比べてプロンプトの文字数を節約できるという中間的な特徴を持っています。
注意点
提示する1つの例が偏っていると、AIがその偏りまで学習してしまい、未知の入力に対して誤った出力を行う原因になります。また、タスクが複雑すぎる場合は1件の例ではカバーしきれないため、Few-Shotプロンプトへの切り替えを検討する必要があります。