フューショットとは
この記事の結論
- フューショット（few-shot）とは、プロンプトの中に望む回答に近いお手本を数個示し、AIにそのパターンを真似させる手法のことです。
- この記事では「読み方と意味」「ゼロショット・ワンショットとの違い」「お手本の書き方」「効く場面と効かない場面」を扱います。
- 最終更新 2026-09-11。
ふゅーしょっと／Few-shot
別の言い方：ヒューショット／few-shot prompting
プロンプトの中にいくつかの例を示すことで、AIに望む出力の形式やパターンを学ばせる手法です。
最終更新: 2026-09-11
フューショットとは何か（読み方と意味）
フューショット（few-shot）とは、プロンプトの中に、望む回答に近いお手本を数個示して、AIにそのパターンを真似させる手法のことです。few-shot prompting とも呼ばれます。英語の few は「少数の」、shot は「例示」を指します。
読み方は「フューショット」が一般的で、「ヒューショット」と読まれることもあります。文章では few-shot とアルファベットのまま書かれることも多い言葉です。
簡単に言うと、口で説明するかわりに見本を見せるやり方です。「丁寧な口調で」と言葉で伝えるより、丁寧な文章を2つ見せたほうが早い、という場面はよくあります。フューショットはそれをプロンプトの中で行う手法です。
この使い方が広く知られるようになったきっかけは、大規模言語モデルが少数の例を見るだけで新しい作業をこなせることを示した研究（Language Models are Few-Shot Learners（arXiv:2005.14165））です。モデルを学習し直さずに出力を制御できる点が、実務での使いやすさにつながっています。
ゼロショット・ワンショット・フューショットの違い
示す例の数によって呼び分けます。使い分けの順番も決まっています。
| 呼び方 | 示す例の数 | 向いている場面 | 気をつける点 |
|---|---|---|---|
| ゼロショット | 0個（指示だけ） | 一般的な作業。要約、翻訳、質問への回答 | 出力の形式が毎回ぶれやすい |
| ワンショット | 1個 | 形式だけ揃えたいとき | 1個だと偏りがそのまま伝わる |
| フューショット | 2〜5個程度 | 分類の基準や書式を揃えたいとき | トークンを消費する・例に引きずられる |
進め方としては、まずゼロショットで試し、形式がぶれるときにワンショット、判断の基準まで伝えたいときにフューショット、と足していきます。例を増やすほどトークンを使うので、いきなり多くの例を載せる必要はありません。
お手本の書き方（良い例・避けたい例）
効き目は例の質でほぼ決まります。同じ数の例でも、書き方によって結果が変わります。
| 観点 | 避けたい書き方 | 良い書き方 |
|---|---|---|
| 形式 | 例ごとに区切り方や見出しが違う | 入力と出力のラベルを全例で統一する |
| 難易度 | 教科書的な簡単な例ばかり | 実際に来る入力に近い、迷いやすい例を混ぜる |
| 判断の根拠 | 答えだけを書く | なぜその答えかを1行添える |
| 偏り | 同じ分類の例ばかり並べる | 分類ごとに1つずつ入れて偏りをなくす |
| 例外 | うまくいく例だけを載せる | 扱いに迷う例と、その正しい扱いを載せる |
例と指示の役割を分けておくことも大切です。守ってほしい制約は指示文に書き、出力の形は例で示す、と切り分けると、後から直しやすくなります。指示文そのものの組み立て方はプロンプトの基本｜AIに伝わる指示の書き方5つの型と良い例・悪い例にまとめています。
効く場面と、効かない場面
よく効くのは、出力の形が決まっている作業です。決まった項目を抜き出す、決まった分類に振り分ける、決まった書式で書き出す、といった用途では、例を数個載せるだけで安定します。開発の場面でも、コードの書き方の流儀を揃えたいときに有効です（コーディング向けプロンプト実践：目的・前提・期待出力の分け方）。
効きにくいのは、正しさが知識に依存する作業です。事実を問う質問にお手本を足しても、知らないことは知らないままで、ハルシネーションは減りません。この場合は、参照させたい資料そのものを渡すか、RAGのように検索して根拠を与える構成にします。
また、手順を踏んで考えさせたい場合は、答えだけの例より、考え方の道筋を書いた例のほうが効きます。この考え方は思考の連鎖と呼ばれ、少数の例に途中の考えを書き添えると複数段階の問題に強くなることが報告されています（Chain-of-Thought Prompting Elicits Reasoning in Large Language Models（arXiv:2201.11903））。思ったように動かないときの切り分けはプロンプトが効かないときの直し方｜AIが的外れな回答をする原因と対処で説明しています。
関連用語
関連記事
よくある質問
Q1. フューショット（few-shot）とは何ですか？
プロンプトの中に、望む回答に近いお手本を数個示して、そのパターンをAIに真似させる手法です。モデルそのものを学習し直すのではなく、指示文へ例を載せるだけで出力の形をそろえられる点が特徴で、few-shot prompting とも呼ばれます。
Q2. 読み方は「フューショット」ですか「ヒューショット」ですか？
英語の few は「フュー」に近い音なので、日本語では「フューショット」と書かれることが多く、「ヒューショット」と読まれることもあります。どちらも同じ few-shot を指しています。文章では few-shot とアルファベットのまま書かれる場合も多くあります。
Q3. ゼロショットとの違いは何ですか？
例を1つも示さずに指示だけを出すのがゼロショット、例を1つ示すのがワンショット、数個示すのがフューショットです。ゼロショットで意図どおりの形式にならないときに、例を足していく、という順番で使い分けます。
Q4. お手本はいくつ載せればよいですか？
2〜5個から試すのが現実的です。数を増やすほど形式は安定しやすくなりますが、そのぶんトークンを消費し、例に引きずられて応用が利かなくなることもあります。増やして良くならなくなった時点が上限の目安です。
Q5. うまくいかないときはどこを直せばよいですか？
多くは例の作り方に原因があります。例の形式が互いに揃っていない、例が簡単すぎて実際の入力と傾向が違う、例の答えの中に判断の根拠が書かれていない、といった点を見直してください。例外的な入力への対応を示したい場合は、その例外そのものをお手本に含めます。