ゼロショットプロンプティング
このテクニックとは
ゼロショットプロンプティングは、AIに対して例示(サンプル)を一切提供せずに、直接タスクを指示する最も基本的なプロンプト手法です。「ゼロショット」とは「例示がゼロ」という意味で、モデルが事前学習で獲得した知識のみを使って応答を生成します。
大規模言語モデル(LLM)は膨大なテキストデータで学習されているため、多くの基本的なタスクにおいて、特別な例示がなくても適切に応答できます。シンプルな質問応答、基本的な分類、要約など、タスクの定義が明確な場合に特に有効です。
基本的な構造
ゼロショットプロンプトの基本構造は非常にシンプルです。
[タスクの指示]
[対象データ]
余計な情報を含めず、何をしてほしいかを明確に伝えるだけで機能します。
具体例
一般的な例
以下の文章を3行以内で要約してください。
[要約したい文章]
分類タスクの例
以下の症状から、最も考えられる診療科を1つ回答してください。
症状:2日前から持続する右上腹部痛、食後に増悪、発熱なし
医療での活用例
ゼロショットプロンプティングは、救急外来での迅速な情報整理に特に適しています。
シナリオ
救急外来で患者が胸痛を訴えて来院しました。初期評価を迅速に行う必要があり、AIに鑑別診断のリストを提示してもらいたいと考えています。複雑な指示を構成する時間的余裕がない場合、シンプルに質問します。
プロンプト例
60歳男性が安静時の胸痛を訴えて来院しました。
考えられる鑑別診断を緊急度の高い順に5つ挙げてください。
このように短い指示だけで、AIは急性冠症候群、大動脈解離、肺塞栓、緊張性気胸、心タンポナーデなどの鑑別診断を提示してくれます。
メリットとデメリット
メリット
- シンプルで迅速: 最小限の入力で結果が得られる
- トークン消費が少ない: プロンプトが短いためコスト効率が高い
- 汎用性が高い: 幅広いタスクに適用可能
デメリット
- 出力形式が不安定: 毎回異なるフォーマットで出力される場合がある
- 複雑なタスクには不向き: 高度な分析や特定のフォーマットが必要な場合は精度が下がる
- 専門性の制御が難しい: 回答の専門レベルを細かくコントロールしにくい
いつ使うべきか
- 簡単な質問応答や基本的な分類タスク
- 時間が限られており、迅速な回答が必要な場合
- 出力形式にこだわらない情報収集
- AIの基本的な能力をテストしたい場合
より精度の高い出力が必要な場合は、Few-Shotプロンプティングや構造化出力の手法を検討してください。