AIに「このメモを整理してください」と頼んだら、文章できれいにまとめてくれました。でも、ほしかったのは一覧表だった、という場面を想像してください。「整理する」という言葉だけでは、文章にするのか、項目ごとに分けるのかまで伝わりません。そんなときに試せるのが、依頼文に回答の見本を添える方法です。

一言でいえば、フューショットとは、入力に少数の回答例を添えて、望む答え方を示す方法です。Googleの機械学習用語集では、複数の例によって回答の仕方を示すプロンプトとして説明されています。プロンプトは、AIに渡す依頼文や情報のことです。難しい専用の命令を書く方法ではなく、「この入力なら、この形で答えてください」と具体例で伝える頼み方です。（出典: Google 機械学習用語集）



身近なたとえは、書類の記入見本です。「必要事項を記入してください」とだけ書かれた用紙より、どの欄に何を書くかが示された用紙のほうが、求められる形をつかみやすいでしょう。AIへの見本も、回答の項目や並べ方を具体的に示す役割を持ちます。ただし、人と同じように意味を理解しているという説明ではありません。あくまで、依頼の伝え方を考えるためのたとえです。

この記事では、架空の落とし物メモを「品名・拾った場所」に整理する場面だけを使います。焦点は、AIの知識を増やすことではなく、望む回答の形をどう伝えるかです。長い説明を書いても意図が伝わらないとき、短い見本を添えるという選択肢を持てるようになることを目指します。

架空の施設受付で、落とし物のメモを一覧にする場面を考えます。元のメモは「入口のベンチで赤い傘を拾いました」です。「落とし物のメモを整理してください」という依頼だけでも、目的の一部は伝わるでしょう。ただし、その文面には、何を項目として取り出すか、どの順番で書くかという指定がありません。

回答の候補としては、「入口のベンチで赤い傘が見つかりました」という文章も、「赤い傘／入口のベンチ」という短い記載も考えられます。ここで挙げたものは説明用に作成した架空の回答例で、実際のAIの出力を比較した結果ではありません。どちらが優れているかより、受付の一覧に必要な形式が依頼に含まれているかが問題です。



見本を添えるなら、たとえば次のように依頼できます。以下は、そのまま試すためのプロンプト案です。

> 落とし物メモから、品名と拾った場所を取り出してください。回答は見本と同じ項目・順序にしてください。
>
> 見本1の入力：受付の横で青い帽子を拾いました。
> 見本1の回答：品名：青い帽子／拾った場所：受付の横
>
> 見本2の入力：白い手袋が階段の下に落ちていました。
> 見本2の回答：品名：白い手袋／拾った場所：階段の下
>
> 今回の入力：入口のベンチで赤い傘を拾いました。

この依頼で期待する回答例は「品名：赤い傘／拾った場所：入口のベンチ」です。見本には、色を品名に含めること、場所の表現を残すこと、品名を先に書くことが表れています。Googleの用語集では、少数の見本を添える方法は、見本がない場合や一つの場合より望ましい結果につながることが一般的にあると説明されています。ただし、今回の例で効果を実測したわけではなく、同じ回答が必ず得られるという意味でもありません。（出典: Google 機械学習用語集）

「例を見せる」と聞くと、その場でAIに新しい能力を覚え込ませているように感じるかもしれません。今回の方法で押さえたいのは、回答するときに参照できる情報として、依頼文の中に見本を置いている点です。Googleの用語集でも、フューショットはプロンプトを使った学習の一種として整理されています。（出典: Google 機械学習用語集）

モデルとは、学習したパターンを使って回答などを生成する仕組みのことです。専門用語には「学習」という言葉が広い意味で登場しますが、利用者が見本を添える操作と、モデルの内部を調整する追加の訓練は区別したほうが混乱しません。Googleの用語集では、ファインチューニングは、事前に学習したモデルのパラメータ、つまり内部の調整値を、特定の用途に合わせて変える訓練として説明されています。（出典: Google 機械学習用語集）



記入見本のたとえに戻すなら、フューショットは、今回使う用紙のそばに記入例を置くイメージです。その見本を渡したという事実だけで、今後のどの場面でも同じ書き方をするよう、AIそのものが恒久的に変更されたと考える必要はありません。また、入力内容の保存や利用の扱いは別の問題です。フューショットという用語だけから、サービスごとのデータの扱いは判断できません。

初心者がこの違いを知る実用的な理由は、試す範囲を小さくできることです。落とし物メモの項目をそろえたいだけなら、提案として、依頼文と見本の書き方から調整してみてはいかがでしょうか。今回の説明で、プログラミングやモデルの追加訓練を行う必要はありません。回答のどこが希望と違ったかを見て、見本か説明を直す、という進め方で検討できます。

見本を作るときは、数を増やす前に「何をそろえたいか」を決めましょう。落とし物の例なら、項目名、項目の順序、情報がない場合の表し方が候補になります。見本の中で「拾った場所」と「発見場所」が混在していると、どちらを採用してほしいのかが読み取りにくくなります。人が見直しても意図が一つに定まる見本を用意する、という考え方です。

Googleの用語集では、フューショットは複数の回答例を含むため、入力が長くなる点も説明されています。このことを踏まえた編集上の提案として、似た例を繰り返すより、通常のケースと判断に迷いやすいケースを組み合わせる方法が考えられます。ここでの選び方は、用語集が定める必須の手順ではなく、今回の作業に合わせた実践案です。（出典: Google 機械学習用語集）



たとえば、元のメモが「黒い手袋を預かっています」だけなら、拾った場所は書かれていません。そこで、次のような見本を追加する案があります。

> 見本の入力：黒い手袋を預かっています。
> 見本の回答：品名：黒い手袋／拾った場所：記載なし

依頼文にも「書かれていない情報は推測せず、『記載なし』としてください」と添えます。このルールがあれば、受付という場面設定を理由に、拾った場所まで「受付」と補ってほしくないことを明示できます。見本だけに条件を背負わせず、守ってほしい点を言葉でも書く提案です。

逆に、見本ごとに欠けた情報の扱いが違うと、基準が定まりません。ある例では空欄、別の例では「不明」と書くなら、その違いに理由が必要でしょう。見本を増やす前に、項目名と欠落時の表記がそろっているかを確かめるほうが、修正の目的をはっきりさせられます。

品名と場所が同じ順序で並ぶと、一覧は整って見えます。しかし、見た目がそろっていることと、中身が元のメモに合っていることは別の確認項目です。フューショットは望む回答の仕方を示す方法であり、形式や正確さを必ず保証するものとしては説明されていません。Googleの用語集も、見本を添えた場合の傾向として説明しており、すべての回答の成功を約束しているわけではありません。（出典: Google 機械学習用語集）

架空の確認例として、「入口のベンチで赤い傘を拾いました」という入力に対し、「品名：赤い傘／拾った場所：受付」と返ってきた場合を考えます。形式は見本どおりでも、場所は一致していません。また、見本に登場した「青い帽子」が今回の回答に混ざっていれば、今回の入力から取り出すという目的から外れています。これらは起こりうる誤りを説明するための仮定で、検証で観察した事例ではありません。



確認するときは、次の三点に分けると見直しやすいでしょう。

- 項目：品名と拾った場所があり、希望する順序で並んでいるかを確認します。
- 内容：色、品物、場所が、今回のメモの記述と合っているかを照合します。
- 補足：元のメモにない情報や、見本だけにある情報が加わっていないかを確かめます。

情報が足りないメモでは、「記載なし」と返ったことを失敗と決めつけない姿勢も必要です。今回の目的は、空欄をもっともらしく埋めることではなく、書かれた内容を整理することだからです。元のメモが曖昧なら、その曖昧さを残す回答のほうが用途に合う場合もあります。

誤りを直す際も、「もっと正確に」とだけ伝えるより、「拾った場所は元のメモの表現を使ってください」のように、違った点を具体的に示す提案ができます。どの条件を修正したかが分かれば、次の回答で同じ箇所を確かめやすくなります。

フューショットを試すなら、完成形を自分で判断できる小さな作業から始める方法を提案します。この記事の落とし物メモなら、品物と場所を元の文と照らし合わせられます。最初から大量のメモを任せるより、短い入力で「欲しい形式が伝わったか」「内容が保たれているか」を確認するほうが、見本の直しどころを探しやすいでしょう。

実際に使う前には、自分が求める回答を一つ書いてみてください。「赤い傘、入口のベンチ」では足りず、後から見返すために「品名」「拾った場所」という項目名が必要かもしれません。反対に、説明文は不要で、二つの項目だけがほしい場合もあります。AIへの依頼を整える作業は、自分に必要な成果物を具体化する作業でもあります。



試し方の一案は、同じ架空のメモについて、見本なしの依頼と、二つの見本を添えた依頼を用意することです。比べる観点は、文章の流暢さより、項目名、並び順、元の記述との一致に置きます。違いが見えても、一度の結果だけで「いつでもこちらが正しい」と結論づける必要はありません。自分の用途で、どこに違いが出たかを確かめる試行として扱いましょう。

うまくいかなかった場合は、修正する箇所を一つ選びます。項目名が揺れたなら見本の表記を統一し、情報を補われたなら「記載なし」の例を加える、といった進め方です。これは効果を保証する操作手順ではなく、回答を見ながら依頼を改善するための提案です。

フューショットという名前を暗記することより、「説明しにくい答え方は、入力と回答の組で示せる」と覚えておくほうが役立つでしょう。次に「整理してください」だけでは伝わりにくい場面に出合ったら、望む回答を二つ書き添えてみてください。そして、返ってきた文章を見本だけでなく元の入力とも照合するところまでを、一回の作業にしてみましょう。

- Glossario del machine learning: AI generativa（Google 機械学習用語集・生成AI）

参考資料の取得日時は2026年11月8日です。提供された資料では、このページの公開日・更新日は確認できません。フューショットを、取得日に登場した新機能として紹介しているわけではありません。