プロンプト 2026年更新

ゼロショットプロンプティング

定義

例を一切示さずにモデルにタスクを依頼し、指示とモデルが事前学習で得た知識だけに頼る手法です。

ゼロショットプロンプティングでは、モデルにはタスクの説明だけが与えられます。Brown et al.(2020)は、十分に大規模なモデルがこれを驚くほどうまくこなせることを示しました。さらに Wei et al.(2022)は、指示の形で表現した多数のタスクでファインチューニングするインストラクションチューニングによって、未知のタスクでのゼロショット性能が大きく向上することを示しました。

ゼロショットは手軽ですっきりしていますが、珍しい形式やエッジケースでは信頼性が下がります。そうした場合は、いくつか例を示すと効果的です。

参考文献

この定義の根拠となる一次資料、査読済み資料、アーカイブ資料です。

Language Models are Few-Shot Learners
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., et al. (2020). Advances in Neural Information Processing Systems 33 (NeurIPS 2020).
Finetuned Language Models Are Zero-Shot Learners
Wei, J., Bosma, M., Zhao, V. Y., Guu, K., Yu, A. W., Lester, B., Du, N., Dai, A. M., & Le, Q. V. (2022). International Conference on Learning Representations (ICLR 2022).

辞書・百科事典の項目

この項目を引用する

MultipleChat「ゼロショットプロンプティング」MultipleChat AI・LLM 用語集、2026年。https://multiple.chat/ai-glossary/zero-shot

関連用語

実際に試してみる

同じプロンプトを ChatGPT、Claude、Gemini、Grok、Perplexity で並べて実行できます。手持ちのファイルをコンテキストに使い、回答同士を照らし合わせて確認できます。

MultipleChat を無料で試す

さらに詳しく

有料プランを見る