AI LAB

Insights and Innovations

ISMのAIツール

無料で文字起こしをはじめる
AIキーワード辞書気になる用語を、わかる言葉に。英語・日本語で検索できます。

点線の用語から説明を表示できます

Sus8システム
2026/11/19
今更聞けないAI知識
AIへの依頼に「見本」を添えると、何が伝わるのですか?

この記事の要点

AIへの依頼に少数の回答例を添える「少数ショットプロンプト」を、架空の忘れ物メモで説明します。見本で示せる形式や判断基準、追加学習との違い、回答を原文と照合する方法を紹介します。

目次
「きれいにまとめて」だけでは伝わりにくいこと


忘れ物のメモを読みやすく整えようとして、AIに「きれいにまとめてください」と頼む場面を考えてみます。欲しいのは品物と拾った場所を並べた一覧でも、文章による説明や、持ち主への呼びかけを想像する人もいるでしょう。「きれいに」という言葉だけでは、完成形までは決まりません。これは、依頼する人の知識が足りないからではありません。普段は同僚と共有している書き方や、いつも使う用紙の形が、入力文には含まれていないためです。

このとき役立つ方法として、依頼に回答の見本を添えることが挙げられます。一言でいえば、見本は「どんな答えを求めているか」を具体的に示す材料です。Googleの公式用語集では、回答方法を示す少数の例を複数含む依頼を「少数ショットプロンプト」と説明しています。プロンプトとは、ここではAIへ渡す依頼文や入力内容のことです。「ショット」という言葉を覚えるより、入力と望む回答の組み合わせを添える方法と捉えると分かりやすいでしょう。(出典: Google 機械学習用語集)



この記事では、架空の忘れ物メモを使い、見本によって何を示せるのかを考えます。掲載する依頼文と回答例は説明のために作成したもので、実際のAIによる出力や検証結果ではありません。注目したいのは、見本を入れるだけで正解が保証されるという話ではなく、依頼のどの部分を具体化できるかという点です。

人に用紙の記入を頼むときも、「分かりやすく書いてください」と伝えるより、記入済みの一枚を渡したほうが、欄の使い方を示しやすい場合があります。AIへの見本も、この記入例に近い役割として考えられます。ただし、人と同じように事情を察したり、見本の意図を必ず正確に判断したりするものとして扱う必要はありません。
見本で示せるのは、形と判断の境目です


記入見本には、説明文だけでは目立たない約束が含まれています。たとえば「品物:赤い傘/場所:受付」と書けば、品物を先に置き、場所を後に続ける形を示せます。項目名や区切り方も具体的になります。「短く書く」という依頼より、どこまで短くするかを目で確認できるのが、見本を添える利点です。これらは忘れ物メモを整えるための提案であり、特定の製品で同じ出力が得られることを保証するものではありません。

見本は、書式だけでなく分類の基準を示すためにも使えます。架空の整理作業で「傘は雨具」「手袋は衣類」と組み合わせて示せば、どの品物をどの分類へ振り分けたいかを入力に含められます。ただし、二つの例だけで、あらゆる品物の扱いが決まるわけではありません。帽子や日傘など、分類に迷いそうなものがあるなら、分類の目的や迷ったときの扱いも言葉で補うほうが、依頼として明確です。



Googleの用語集には、国と通貨の組み合わせを複数示してから、別の国について回答を求める例が掲載されています。ここでは、質問だけを渡す場合に比べ、どの種類の答えを、どのような形で返してほしいかも一緒に提示しています。少数ショットプロンプトは、回答方法を例によって示す手法として説明されています。(出典: Google 機械学習用語集)

見本を作る際には、「何をまねしてほしいのか」を自分でも区別すると整理しやすくなります。項目の順序なのか、分類のルールなのか、文章の調子なのかで、適した例は変わるからです。今回の忘れ物メモなら、最初は「品物と場所を同じ順序で並べる」という目的に絞るとよいでしょう。分類や呼びかけ文まで一度に頼まず、完成形に必要な約束を見えるようにすることから始められます。
忘れ物メモで、見本の有無を比べてみます


ここからは、架空の依頼を具体的に組み立てます。対象は「受付で赤い傘を拾いました。青い手袋も届いています」というメモです。見本を付けずに「次の忘れ物メモを読みやすく整理してください」と頼む場合、説明文にするか、箇条書きにするか、どんな項目を設けるかは指定されていません。「読みやすい」の意味を、依頼する側が十分に絞っていない状態です。

欲しい形が決まっているなら、その形を見本にして渡せます。次は、入力と出力を二組添える依頼文の提案です。見本の情報と、これから処理してほしい情報を混同しにくいように、それぞれを区切っています。また、元のメモにない場所を補わないよう、不明な場合のルールも明記しています。



忘れ物メモを、見本と同じ形式に整えてください。
品物ごとに1行にしてください。
場所が書かれていない品物は「不明」としてください。
見本の品物は回答に含めないでください。

【見本1】
入力:会議室に黒い帽子がありました。
出力:品物:黒い帽子/場所:会議室

【見本2】
入力:白いマフラーを預かっています。
出力:品物:白いマフラー/場所:不明

【今回のメモ】
受付で赤い傘を拾いました。青い手袋も届いています。




この依頼で期待する回答の見本は、「品物:赤い傘/場所:受付」と「品物:青い手袋/場所:不明」を、それぞれ一行にした形です。これは実際に得られた回答ではありません。青い手袋を拾った場所は、元の文章には明記されていないため、この例では「不明」とする方針を採っています。

見本なしの依頼でも、この形の回答が得られる可能性はあります。比較したいのは、必ず結果に差が出るかではなく、依頼文に何が書き加わったかです。見本を添えたほうには、項目名、並べる順序、区切り方、情報が足りないときの扱いが含まれています。出力が希望と違ったときも、どの約束から外れたかを確認するための基準になります。
見本を増やす前に、食い違いを減らします


見本を用意するときは、数を増やす前に、例同士が同じ約束に従っているかを確認するとよいでしょう。ある見本では「品物、場所」の順なのに、別の見本では「場所、品物」の順になっていると、依頼の中に異なる形式が混ざります。人に渡す記入見本でも、二枚の書き方が違えば、どちらを使うか迷うはずです。AIへの入力も、完成形を一つにそろえるつもりで見直すと、修正する箇所が分かります。

忘れ物メモの例では、場所が分かる場合だけでなく、場所が書かれていない場合も見本に含めました。これは、通常の書式と、情報が欠けたときの扱いを示すための提案です。赤い傘、青い傘、黒い傘と似た例を並べるより、依頼で迷いやすい条件を一つ含めるほうが、今回示したい約束を具体化できます。ただし、こうした選び方で正確さがどれだけ変わるかは、この記事では測定していません。



Googleの用語集では、少数ショットプロンプトは、例を含めない依頼や一つだけ例を含める依頼より、一般に望ましい結果が得られると説明されています。同時に、入力が長くなる点も示されています。これは、見本を増やすほど、どんな依頼でも結果が良くなるという保証として読むべきではありません。(出典: Google 機械学習用語集)

実際の依頼づくりでは、「この見本でしか示していない約束は何か」と問い直してみてください。違いを説明できない例が続くなら、見本を足すより指示を整理する余地がありそうです。逆に、見本だけでは伝わりにくい条件があるなら、「場所を推測しないでください」のように短い言葉で補えます。例と説明を組み合わせ、同じルールを示しているか確認することが、初心者にも取り組みやすい準備です。
見本を渡すことと、モデルを追加で学習させることは別です


見本を添えて希望の形に近い回答が返ると、「このAIが、自分専用の書き方を学習したのでしょうか」と感じるかもしれません。ここでは、回答を作る際に入力内の例を使うことと、モデルを追加で学習させることを分ける必要があります。モデルとは、学習によって得られた、入力に応じて出力を作る仕組みと考えてください。見本を依頼に含める操作だけで、モデルそのものの追加学習を行ったことにはなりません。

Googleの用語集では、学習済みのモデルを使って入力への回答を生成する過程を「推論」と説明しています。また、「ファインチューニング」は、事前に学習したモデルに対して、特定の用途に合わせた追加の学習を行うこととされています。その際には、モデル内部の調整値である「パラメータ」を最適化します。今回のように依頼文へ見本を添える方法と、こうした追加学習は区別して説明されています。(出典: Google 機械学習用語集)



たとえるなら、その場の作業用紙に記入例を付けることと、作業のための訓練を別途行うことの違いに近いでしょう。このたとえは、二つの手続きを区別するためのものです。AIに人のような記憶や理解があるという意味ではありません。少数ショットプロンプトでは、今回の回答に使ってほしい材料を、依頼の中に配置しています。

用語集では少数ショットプロンプトに関連して「コンテキスト内学習」という呼び方も示されています。ここでのコンテキストは、回答に使われる入力や会話の文脈を指します。「学習」という言葉が付いていても、追加学習と同じ手続きだと考えないことが大切です。なお、この区別だけでは、各サービスが入力を保存するか、別の目的で利用するかまでは判断できません。その点を知りたい場合は、利用するサービスの説明を別に確認する必要があります。(出典: Google 機械学習用語集)
整った回答ほど、元のメモと照らし合わせます


見本どおりの見た目に整っていても、中身まで正しいとは限りません。Googleの用語集では、現実について述べているように見えながら、実際には誤った出力を生成することを「ハルシネーション」と説明しています。少数の見本を添える方法を使った場合も、回答が正しいことの保証にはなりません。書式がそろったかどうかと、書かれた内容が元の情報に合っているかどうかは、別々に確かめる必要があります。(出典: Google 機械学習用語集)

忘れ物メモなら、赤い傘の場所が受付になっているか、青い手袋の場所を勝手に受付としていないかが確認点です。見本に使った黒い帽子や白いマフラーが、今回の忘れ物として紛れ込んでいないかも見ます。これらは想定される確認項目であり、実際に発生した不具合の報告ではありません。完成した一覧だけを眺めず、元のメモと一件ずつ対応させるための観点です。



確認は、次の三つに分けると進めやすくなります。

- 品物の抜けや追加がないか、元のメモと照合します。
- 色や場所が別の品物と入れ替わっていないかを見ます。
- 不明な情報の扱いと、項目の順序が依頼に合っているかを確かめます。

希望と違う回答が出たときは、すぐに見本の数を増やす必要はありません。項目の順序が違うなら書式を、場所を補ってしまうなら不足情報の扱いを見直す、というように、ずれた箇所に合わせて依頼を修正できます。この整理は、正しさをAI任せにせず、自分がどんな答えを必要としているかを確認する助けにもなるでしょう。

明日試すなら、個人名などを含まない架空の短いメモを作り、欲しい完成形を二つ書いてみてください。そのうえで、別のメモを同じ形式にする依頼を組み立てます。最初の目標は、うまく動く呪文を探すことではありません。「何をそろえたいか」と「何を補ってはいけないか」を、自分で説明できる依頼にすることです。

ISM AI CONSULTING

AIを、自社の業務で
使える仕組みに。

ISM株式会社は、システム開発で培った技術と現場理解をもとに、AIの業務活用を支援します。課題の整理から導入・運用まで、貴社に合う進め方を一緒に考えます。

  • 活用テーマの整理
  • 業務への組み込み
  • 導入後の定着
AI活用について相談する

「何から始めるか」のご相談から承ります。

AI LAB 一覧へ戻る