
3
Zero-Shotプロンプティング
3.2
Zero-Shotプロンプティング [Brown et al. 2020] は、モデルに例を示すことなくタスクの
指示のみを与える手法です。この手法では、LLM の汎用性と言語理解力を活用することで、
新しいタスクを例示なしで遂行することができます。Zero-Shotプロンプティングでは、タス
クを明確に記述するプロンプトを設計することが重要です。プロンプトには、次のような情報
を含めることが一般的です。
タスクの目的や期待される出力
入力データの形式や特徴
出力データの形式や特徴
タスクに関連する制約条件や注意点
例えば、映画レビューの感情を分類するタスクでは、次のようなプロンプトを使用すること
ができます。
I N
次の映画レビューの感情を分類してください。
レビューはユーザが投稿した自然言語のテキストです。
感情は、ポジティブ、ネガティブ、ニュートラルの三つのカテゴリーに分類してください。分類の
際は、レビューの内容を詳細に分析し、客観的な判断を心がけてください。
レビュー: この映画は素晴らしかった!俳優の演技は素晴らしく、ストーリーは感動的でした。映
像と音楽も印象的で、見終わった後に満足感でいっぱいです。この映画を見て本当に良かったで
す。
このプロンプトではタスクの目的(映画レビューの感情分類)、入力データの形式(自然言語
のテキスト)、出力データの形式(三つのカテゴリー)、注意点(客観的な判断)を明示してい
ます。これによりLLM はタスクを明確に理解し、適切な応答を生成することができます。 ...