AIに本の紹介文を頼んだところ、欲しかった短い案内文ではなく、長いあらすじが返ってきました。「もう少し簡潔に」と頼み直しても、今度は必要な情報まで省かれてしまいます。これは理解のための架空の場面ですが、依頼する側が思い描く完成形を、言葉だけで伝える難しさが表れています。

そんなときの選択肢が、依頼文に回答の見本を添える方法です。一言で説明すると、「何を答えるか」に加えて、「どんな形で答えるか」を例で示します。Googleの機械学習用語集では、回答方法を示す複数の例を含む入力を「few-shot prompting」、日本語では少数例プロンプティングと呼ぶ方法として説明しています。「プロンプト」は、AIに渡す依頼や材料を含んだ入力のことです。（出典: Google Developers）



身近なたとえなら、案内カードを作ってもらう際に、文章で条件を説明するだけでなく、完成済みのカードを数枚渡す場面です。「親しみやすく、短めに」という言葉だけでは、長さも項目の並びも受け取り方が分かれます。完成見本があれば、タイトルの置き方や、どこまで説明するかを具体的に示せるでしょう。ただし、これは依頼の仕方を理解するためのたとえで、AIが人と同じように意図を理解するという意味ではありません。

見本を添える目的は、希望する答え方の手がかりを増やすことです。何でも正確に答えられるようにする方法ではありません。この記事では、架空の本の紹介文を共通の題材にして、見本で伝えられることと、別に確認すべきことを分けて考えます。

「本を短く紹介してください」という依頼には、いくつもの未指定の部分があります。誰に向けた文章なのか、何文で書くのか、あらすじと読みどころのどちらを優先するのか、といった点です。依頼者には当然に思える条件でも、入力に書かれていなければ、希望する完成形を十分に示せていません。

比較のため、次のような架空の材料を考えてみましょう。紹介する本の名前は『雨の日のパン屋』で、内容は「商店街のパン屋を舞台に、店主と近所の人たちの交流を描く物語」とします。この材料に「短く紹介してください」とだけ添える方法もあります。ただし、その依頼だけでは、書名に続けて一文で説明するのか、複数の項目に分けるのかまでは指定していません。



ここに「書名、紹介、おすすめの読者」という順番の見本を複数添えれば、望む構成を入力の中で具体化できます。Googleの用語集でも、少数例プロンプティングは、モデルがどう回答するべきかを例で示す方法と説明されています。モデルとは、ここでは入力に応じた文章を生成するための、学習済みの仕組みを指します。（出典: Google Developers）

ただし、以下の違いは説明用の想定です。実際にAIを操作して得た比較結果ではありません。見本がない依頼では、紹介文の形式を広く任せています。見本を添えた依頼では、「この項目を、この順番で書いてください」と完成形を絞り込んでいます。この違いに注目すると、見本の役割を捉えやすいでしょう。

見本にすべてを任せる必要もありません。「紹介は一文にしてください」「与えた材料以外の設定は足さないでください」といった大事な条件は、文章でも明記するのがおすすめです。見本は具体的な形を示し、依頼文は必ず守ってほしい条件を示す、と役割を分けると組み立てやすくなります。

ここからは、読者が試す際の提案として、少数例プロンプティングの入力例を作ります。登場する本も内容も、すべて説明用の架空のものです。実在する作品の紹介や、AIによる生成結果ではありません。見本の「元の材料」と「完成した回答」を対応させ、どの情報をどの項目に移すのかが分かる形にします。

一つ目の見本では、元の材料を「書名は『星空の郵便局』。山の町で、配達員が住民の手紙を届ける物語です」とします。それに対する完成見本は、「書名：星空の郵便局」「紹介：山の町を舞台に、配達員が住民の手紙を届ける物語です」「おすすめの読者：手紙や町の日常を題材にした物語を読みたい方におすすめです」という形です。

二つ目は、別の材料にします。「書名は『小さな庭の一年』。庭で植物を育てながら、季節の変化を記録したエッセーです」という材料に対し、「書名：小さな庭の一年」「紹介：庭の植物を育てながら、季節の移り変わりを記録したエッセーです」「おすすめの読者：植物や季節の変化を扱う読み物を探している方におすすめです」と示します。



この二組の後に、実際に処理してほしい『雨の日のパン屋』の材料を置きます。依頼文は、例えば「上の二つの見本と同じ項目・順番で、次の本を紹介してください。紹介とおすすめの読者は、それぞれ一文にしてください。材料にない人物名や出来事は追加しないでください」と書けます。これは入力の組み立て方の提案であり、特定の結果を保証するものではありません。

Googleの用語集では、一つの例を示す方法と、複数の例を示す少数例プロンプティングを区別しています。ここで二組を用意したのは、その定義に沿って方法を説明するためです。（出典: Google Developers）大切なのは、見本をたくさん並べることより、二つの見本で共通する答え方を分かりやすく示すことでしょう。

見本どおりの形式で回答が返ると、「このAIは、今渡した例を学習して賢くなったのでしょうか」と感じるかもしれません。ここでは、「学習」という言葉を二つの意味で混ぜないことが大切です。今回説明しているのは、依頼の入力に例を含め、回答時の手がかりとして使う方法です。

Googleの用語集では、少数例プロンプティングを、プロンプトを通じて例を示す方法として位置づけています。これに対し「ファインチューニング」は、学習済みのモデルに対し、特定の用途に合わせて内部の調整値であるパラメータを更新する追加の学習として説明されています。回答の見本を入力欄に添えること自体は、この追加学習の操作ではありません。（出典: Google Developers）



たとえ話としては、今回の作業用に完成見本を机の上へ置くことと、制作の仕組みそのものを作り直すことの違いを考えると分かりやすいでしょう。見本が入力に含まれているため、その依頼で必要な答え方を示せます。しかし、それだけを根拠に「モデル全体が更新された」「別の依頼でも同じ形式が必ず続く」とは判断できません。

この区別は、うまくいった入力を手元に残す理由にもつながります。例えば毎回同じ形式の紹介文を作りたい場合は、条件と見本をまとめた依頼文を保存しておく方法が考えられます。「一度伝えたから、次からは何も指定しなくてもよい」と期待するより、必要な完成形をその都度示すほうが、依頼内容を確認しやすくなるでしょう。これは作業の進め方の提案です。

なお、入力した情報の保存や利用の扱いは、ここで説明した技術上の区別だけからは判断できません。「追加学習の操作ではない」という説明を、「入力した情報が保存されない」という意味に読み替えないようにしましょう。両者は別の確認事項です。

見本と同じ順番で、読みやすい紹介文が返ってきたとしても、内容まで正しいとは限りません。例えば『雨の日のパン屋』の材料には、店主の年齢も、物語の結末も書いていません。回答に「引退した店主が再出発します」とあれば、文章として自然でも、与えた材料からは確認できない説明です。これは注意点を示すための架空の回答例です。

Googleの用語集は、少数例プロンプティングを「どう回答するか」を例示する方法として説明しています。また、回答が現実に基づく性質を「factuality」、日本語では事実性に当たる概念として、別の項目で扱っています。見本に沿った形式であることと、事実に基づくことは、分けて確かめる必要があります。（出典: Google Developers）



確認するときは、見本との照合と、元の材料との照合を分ける方法がおすすめです。見本と比べる際は、「書名、紹介、おすすめの読者」の項目がそろっているか、順番や文の長さが指定に沿っているかを見ます。元の材料と比べる際は、人物、場所、出来事などが勝手に増えていないかを確認しましょう。これはGoogleの用語集にある例示と評価の考え方を踏まえた、この記事での確認方法の提案です。

特に「おすすめの読者」のような項目には、事実の抜き出しとは違い、提案が含まれます。「植物を扱うエッセー」という材料から、「植物の読み物を探している方におすすめです」と書く場合は、作品の受賞歴や読者調査を示しているわけではありません。提案と、確認できる事実を混ぜないことが必要です。

見本そのものにも同じ点検が欠かせません。見本に材料のない設定を盛り込むと、「材料以外は足さないでください」という依頼との間に食い違いが生まれます。出てきた回答だけを直すのではなく、渡した見本が条件に沿っているかも読み返すと、依頼の修正箇所を探しやすくなるでしょう。

少数例プロンプティングを試すなら、最初から複雑な仕事を選ぶ必要はありません。架空の本の紹介、持ち物の案内、社内向けの短いお知らせなど、「欲しい形は分かるのに、説明しにくい文章」を一つ選ぶ方法があります。いずれも活用の提案です。正解を調べることより、項目や文章の調子をそろえることが目的の場面なら、見本の役割を観察しやすいでしょう。

準備するのは、依頼の条件、元の材料と回答を組にした二つの見本、新しく処理してほしい材料です。見本を選ぶ際は、同じ順番で項目が並び、同じくらいの詳しさで書かれているかを確認します。一方が一文の案内で、もう一方が長い感想文なら、どちらの完成形を求めるのかが曖昧になります。そろえたい特徴を絞ることが、見本づくりの出発点です。



試した後は、「良かった」「違った」という印象だけで終わらせず、一つの観点を決めて見比べてみてください。例えば、必要な三項目がそろったか、紹介が一文になったか、材料にない設定が増えていないか、といった確認です。見本を添えない場合とも比べれば、自分の依頼では何を明示する必要があるのかを考える材料になります。ただし、一度の比較だけで、その方法がいつでも優れるとは判断できません。

Googleの用語集では、少数例プロンプティングは、例を示さない方法や一例だけを示す方法より望ましい結果を得やすいと説明される一方、入力が長くなる点も挙げられています。（出典: Google Developers）そのため、どんな依頼にも大量の見本を添えることを目標にする必要はないでしょう。

明日の一歩は、AIに渡す文章を長くすることではなく、自分が求める完成形を二つ並べてみることです。二つに共通する項目や書き方を言葉にし、新しい材料への回答と照らし合わせてください。見本を「正解を保証する道具」ではなく「答え方を具体的に伝える材料」と捉えると、依頼の直し方も見つけやすくなります。

- Machine Learning Glossary: Generative AI