MENU

Few-shot Promptingテンプレート|そのまま使える項目例と書き方

Few-shot Promptingは、生成AIへ複数の入力例と望ましい出力例を示し、そのパターンを参考に新しい入力へ回答させる方法です。

実務では「例を何個か入れる」だけではなく、何を学ばせたいのか、入力と出力の形式をどうそろえるか、どの境界例を入れるか、本番出力をどう確認するかまでセットで設計すると使いやすくなります。

この記事では、そのままコピーして使えるFew-shot Promptingテンプレート、各欄の書き方、業務メール分類の記入済み例、良い例・悪い例、運用時の注意点までまとめます。

基本の意味から確認したい場合は、Few-shot Promptingとは?を参照してください。実際の作り方を先に確認したい場合は、Few-shot Promptingのやり方が役立ちます。

目次

そのまま使えるFew-shot Promptingテンプレート

以下をコピーして使ってください。

1. 目的

  • 対象業務:
  • AIにさせたい判断・生成:
  • 最終的に使いたい出力:
  • 成功とみなす状態:
  • 人が最終確認する項目:

2. 入力形式

  • 入力項目1:
  • 入力項目2:
  • 入力項目3:
  • 本番でも同じ形式を使う:はい / いいえ

3. 出力形式

  • 出力項目:
  • 候補値・分類名:
  • 理由を付ける:はい / いいえ
  • 文字数・長さ:
  • 出力してほしくない内容:

4. 代表例1

入力:

–

出力:

–

この例で示したい判断:

–

5. 代表例2

入力:

–

出力:

–

この例で示したい判断:

–

6. 代表例3

入力:

–

出力:

–

この例で示したい判断:

–

7. 境界例

迷いやすい入力:

–

望ましい出力:

–

この判断にした理由:

–

8. 本番入力

–

9. 出力確認

  • 例と同じ基準で判断しているか:
  • 入力形式が本番とそろっているか:
  • 出力形式が指定どおりか:
  • 境界例でぶれていないか:
  • 人の確認が必要な点:

10. 改善メモ

  • 誤った入力例:
  • AIの出力:
  • 望ましい出力:
  • 誤りの原因候補:
  • 追加する例:
  • 削除・修正する例:

最短版テンプレート

短い業務なら、次の形だけでも使えます。

目的

何を分類・生成したいかを書く。

例1

入力: 出力:

例2

入力: 出力:

例3

入力: 出力:

本番入力

入力:

出力条件

形式、候補値、禁止事項を書く。

各欄の書き方

目的は1つに絞る

悪い例:

メールを分類して、要約して、返信案も作る。

これでは、Few-shot例のどの部分をAIに真似してほしいかが曖昧になります。

良い例:

受信メールを「要対応」「情報共有」「返信不要」の3分類に振り分ける。

必要なら、分類後の要約や返信案は別プロンプトに分けます。

入力形式は本番とそろえる

悪い例では、例1は本文だけ、例2は件名+本文、例3は送信者名まで入っています。

良い例では、すべて、

  • 件名
  • 本文

のように統一します。

出力形式も例ごとにそろえる

分類名だけ欲しいなら、すべての例を、

要対応

情報共有

返信不要

のようにそろえます。

一部だけ理由付きにすると、本番出力もばらつきやすくなります。

代表例は「よくある違い」を示す

3分類なら、最初は各分類1例ずつ入れると扱いやすくなります。

例の数を増やす前に、それぞれが異なる判断を示しているか確認します。

境界例は迷いやすいケースを入れる

典型例だけでは、実務の曖昧なケースで判断がぶれることがあります。

たとえば、

明日の会議資料を共有します。修正が必要なら本日中に連絡してください。

を「受信者の確認は任意なので情報共有」としたいなら、そのケースを境界例として明示します。

記入済み具体例|業務メールを3分類する

営業部の共有アドレスに届くメールを、

  • 要対応
  • 情報共有
  • 返信不要

の3分類に分けるケースでテンプレートを埋めます。

1. 目的

  • 対象業務:共有アドレスの受信メール整理
  • AIにさせたい判断:メールの3分類
  • 最終出力:分類名1語
  • 成功状態:チーム内の分類基準と同じ判断になる
  • 人が最終確認:境界例、顧客影響があるメール、例外案件

2. 入力形式

  • 件名
  • 本文
  • 本番でも同じ形式を使用

3. 出力形式

  • 出力:分類名のみ
  • 候補値:要対応 / 情報共有 / 返信不要
  • 理由:付けない
  • 余計な説明:出さない

4. 代表例1|要対応

入力:

件名:A社見積確認

本文:本日17時までに、A社見積書の金額確認をお願いします。

出力:

要対応

この例で示したい判断:

受信者自身に期限付きの具体的行動が求められている。

5. 代表例2|情報共有

入力:

件名:来月の組織変更

本文:来月の組織変更について、人事部から正式発表がありました。詳細は添付資料をご確認ください。

出力:

情報共有

この例で示したい判断:

受信者に必須の行動はなく、情報の把握が主目的。

6. 代表例3|返信不要

入力:

件名:資料受領

本文:先ほどの資料、受領しました。ありがとうございます。

出力:

返信不要

この例で示したい判断:

受領確認だけで、追加対応を求めていない。

7. 境界例|任意確認

入力:

件名:明日の会議資料共有

本文:明日の会議資料を共有します。修正が必要なら本日中に連絡してください。

出力:

情報共有

この判断にした理由:

受信者自身に必須対応があるわけではなく、修正連絡は任意だから。

8. 本番入力

件名:会議資料の数値修正

本文:明日の会議までに、3ページ目の数値を最新版へ修正してください。

9. 期待する出力

要対応

そのまま使える完成プロンプト

以下の例を参考に、受信メールを「要対応」「情報共有」「返信不要」のいずれかに分類してください。

例1

件名:A社見積確認 本文:本日17時までに、A社見積書の金額確認をお願いします。 出力:要対応

例2

件名:来月の組織変更 本文:来月の組織変更について、人事部から正式発表がありました。詳細は添付資料をご確認ください。 出力:情報共有

例3

件名:資料受領 本文:先ほどの資料、受領しました。ありがとうございます。 出力:返信不要

境界例

件名:明日の会議資料共有 本文:明日の会議資料を共有します。修正が必要なら本日中に連絡してください。 出力:情報共有

新しい入力

件名:会議資料の数値修正 本文:明日の会議までに、3ページ目の数値を最新版へ修正してください。

出力は「要対応」「情報共有」「返信不要」のいずれか1語だけ返してください。

良い例と悪い例

悪い例|似た例しか入れない

要対応の例ばかり3件入れても、情報共有や返信不要との違いを示せません。

良い例では、分類ごとの違いが見える例を入れます。

悪い例|例の正しさを確認しない

Few-shot例は、生成AIが真似する見本です。

人が「この分類で本当に正しいか」を確認します。

悪い例|入力形式がばらばら

本番が件名+本文なのに、例だけ本文のみだとパターンがずれます。

悪い例|出力が毎回違う

「要対応」「要対応です」「分類:要対応」を混在させず、後工程で使う形式へ統一します。

悪い例|境界例を入れない

典型例だけでは、任意確認、CC、期限付き情報共有などで判断がぶれやすくなります。

誤りが出たときの改善テンプレート

Few-shot Promptingは、最初から完成させるより、実運用の誤りを見ながら調整する方が扱いやすいです。

改善記録例

  • 誤った入力:ご参考までに来週の更新予定を共有します。対応は不要です。
  • AI出力:要対応
  • 望ましい出力:情報共有
  • 誤りの原因候補:「更新予定」という語に引っ張られた
  • 追加する例:対応不要と明記された情報共有例

追加例

件名:来週の更新予定

本文:ご参考までに、来週の更新予定を共有します。対応は不要です。

出力:情報共有

このように、誤った境界だけを補います。

例を増やすときの判断基準

例を増やせば必ず精度が上がるわけではありません。

次の場合に追加を検討します。

  • 同じ種類の誤りが繰り返される
  • 境界判断がぶれる
  • 新しい入力パターンが増えた
  • 組織ルールが変わった

逆に、次の場合は例を減らします。

  • 例同士が矛盾している
  • 古い運用ルールが残っている
  • 同じ判断の似た例が多すぎる
  • プロンプトが長くなりすぎて見直しづらい

テンプレートを使うときの注意点

少数の良い例から始める

最初は3〜5件程度の代表例から始め、必要な境界だけ追加する方法が扱いやすいです。

本番前に人が確認する

分類や判断をそのまま自動処理へつなげる場合は、一定件数を人が確認し、誤りの傾向を見ます。

例に機密情報を入れない

顧客名、契約情報、個人情報などは、自社の情報管理ルールに従い、必要に応じて匿名化します。

例が古くなっていないか見直す

業務ルールが変わったら、Few-shot例も更新します。

よくある失敗と改善策は、Few-shot Promptingで失敗しやすいポイントで詳しく確認できます。

関連記事で使い方を広げる

具体的な業務適用をケースで追いたい場合は、Few-shot Promptingの具体例が参考になります。

生成AIを補助的に使って例候補や誤りパターンを整理する方法は、生成AIでFew-shot Promptingを使う方法で確認できます。

社内文書や外部情報を検索・参照するRAGとの違いは、RAGとFew-shot Promptingの違いを参照してください。

プロンプト条件を整理するCO-STARとの違いは、CO-STARとFew-shot Promptingの違いが役立ちます。

3つの手法をまとめて使い分けたい場合は、RAG・CO-STAR・Few-shot Promptingの使い分けも参考になります。

最終チェックリスト

  • Few-shotで学ばせたい目的を1つに絞ったか
  • 代表例を用意したか
  • 各例の正しさを人が確認したか
  • 入力形式を本番とそろえたか
  • 出力形式を統一したか
  • 各分類・パターンの違いが見えるか
  • 境界例を必要に応じて入れたか
  • 本番出力を人が確認したか
  • 誤りが出た境界だけ例を追加したか
  • 古い例や矛盾する例を削除したか
  • 機密情報の入力可否を確認したか

まとめ

Few-shot Promptingテンプレートでは、目的、入力形式、出力形式、代表例、境界例、本番入力、出力確認、改善メモまで一続きで設計することが重要です。

特に、例の数よりも「何を学ばせたいか」が明確であること、入力と出力の形式がそろっていること、代表例だけでなく迷いやすい境界を示すこと、AIの誤りを見て必要な例だけ追加することがポイントです。

この型を使えば、毎回ゼロからFew-shotプロンプトを作るのではなく、実務の判断基準を少数の見本として整理し、出力のばらつきを継続的に改善しやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次