ゼロショット・プロンプティングは、大規模言語モデルに対して具体的な回答例を一切与えずに、指示文だけで目的のタスクを実行させるプロンプト手法です。モデルが事前学習で獲得した広範な知識と高度な言語理解能力を活用することで、事前の追加学習や例示を行わずに、分類や要約、翻訳などの様々な処理を直接行わせることができます。
ゼロショット・プロンプティングとは
ゼロショット・プロンプティングとは、大規模言語モデルに対してタスクの実行例を提示せず、指示や質問のみを与えて出力を得るプロンプトエンジニアリングの手法です。
詳しく解説
大規模言語モデルは、事前学習の段階で膨大なテキストデータから言語のパターンや知識を学習しています。ゼロショット・プロンプティングは、この学習済み知識を直接引き出す方法であり、タスクごとの微調整や事前のサンプル提示を必要としません。例えば「以下の文章を英語に翻訳してください」という指示を与えるだけで、モデルは過去に学習した翻訳能力を応用して出力を作成します。手間やコストをかけずに多様な用途へモデルを適用できるため、プロンプトエンジニアリングの最も基本かつ実用的なアプローチとされています。
具体例・使われ方
例えば、感情分析タスクにおいて「『この製品は最高です』という文章の感情を肯定か否定で分類してください」とだけ入力するケースが挙げられます。また、長文を提示して「以下の文章を3行で要約してください」と指示する文書要約や、特定の形式での情報抽出など、例示なしで直感的に指示を与えるあらゆる操作がゼロショット・プロンプティングに該当します。
似た用語との違い
混同されやすい概念としてフューショット・プロンプティングがあります。ゼロショット・プロンプティングが例示を全く与えないのに対し、フューショット・プロンプティングではプロンプト内にいくつかの入力と出力の具体的な例を含めてモデルに回答の傾向やフォーマットを誘導させます。より複雑なタスクや独自のフォーマット出力が求められる場合は、フューショット・プロンプティングの方が適していることがあります。
注意点
ゼロショット・プロンプティングは手軽である反面、タスクが複雑な場合や特定のフォーマットに厳密に従わせたい場合には、期待通りの出力を得られないことがあります。また、モデルの事前学習に含まれていない最新情報や特殊な専門知識を必要とするタスクでは、誤った情報を出力するハルシネーションが発生しやすくなるため、出力結果の確認が必要です。