生成AI・LLM
ゼロショット・フューショット学習とは？意味・仕組みをわかりやすく解説
ぜろしょっと・ふゅーしょっと / Zero-shot & Few-shot Learning ／ 最終更新日：2026年7月7日
30秒でわかる定義
ゼロショット学習とは、例を1つも与えずに指示だけでタスクをこなさせること、フューショット学習とは、数個の例をプロンプトに含めて期待する出力を引き出すことです。LLMの活用では、追加学習せずにプロンプトの与え方で性能を引き上げる基本テクニックです。
仕組み・基本の流れ
- 1ゼロショット：タスクの指示だけを与える（例：『次の文の感情を判定して』）
- 2フューショット：指示に加えて入力と出力のペアを数個示す（例を見せてパターンを伝える）
- 3LLMは示された例から出力の形式・粒度を推測し、精度・一貫性が向上する
- 4例の選び方・順序・数を調整して最適化する
実務でのポイント：フューショットは、ファインチューニング（モデル自体の追加学習）をせずに精度を上げられる手軽な手段です。例が多すぎるとコンテキスト長を圧迫するため、代表的で質の高い例を選ぶことが重要です。思考過程を促す『Chain-of-Thought』と組み合わせると複雑な推論に強くなります。
関連する用語
このスキルを活かせる職種と年収は？
ゼロショット/フューショットの使い分けは、LLMアプリを追加学習コストなしで実用精度に持っていく実務スキルです。プロンプト設計で成果を出せるエンジニアは生成AI案件で評価されます。
よくある質問
Q. フューショットとファインチューニングはどちらが良いですか？
A. 手軽さと即応性ではフューショット（プロンプトに例を入れるだけ）が有利で、まず試すべき手段です。大量のデータで一貫した振る舞いを内在化させたい場合や、プロンプトが長くなりすぎる場合はファインチューニングが向きます。
Q. ゼロショットで精度が出ないときは？
A. 数個の良質な例を加えるフューショットに切り替える、指示を具体化する、出力形式を明示する、思考過程を促す（Chain-of-Thought）などで改善します。それでも不十分なら、RAGで根拠を渡す・ファインチューニングを検討します。