「この文章を要約して」——たったこれだけの指示で、AIは初めて見る文章をきちんと要約してくれます。お手本を1つも見せていないのに、です。この「例なしでタスクをこなす」使い方がZero-Shotです。このページでは、なぜ例なしで動くのかという仕組みと、どこで限界が来るのかに焦点を当てて解説します(例示の設計方法は項目k1-5-3のFew-Shotで扱います)。
📖 ひと言でいうと
Zero-Shot(ゼロショット)とは、お手本となる例を1つも見せず、指示だけでタスクを実行させる使い方のことです。shotは「見せる例の数」を意味し、例がゼロだからZero-Shotです。
身近な例えでいうと、「ベテラン社員への口頭指示」です。経験豊富な相手なら、「この資料、要点まとめておいて」の一言で意図が通じます。見本が要らないのは、相手がこれまでの経験(LLMなら事前学習と指示の訓練)の中で、似た仕事を数え切れないほどこなしてきたからです。
🖼 1枚でわかるZero-Shot
🔍 しっかり理解する
なぜ例なしで動くのか: 2つの訓練の合わせ技
Zero-Shotが成立する背景には、これまでの章で学んだ2つの仕組みが働いています。
第1に、事前学習による膨大な蓄積です。モデルは事前学習の過程で、要約らしき文章、翻訳の対訳、質問と回答など、世の中のあらゆる「タスクの実例」に大量に触れています。つまり、私たちが例を見せなくても、モデルは訓練の中で似た仕事を実質的に「経験済み」なのです。
第2に、指示に従う訓練(インストラクションチューニング。項目k1-4-3)です。多様な指示とお手本回答のペアで訓練されたモデルは、「指示文を受け取ったら、その意図に応える」という型を身につけています。この訓練のおかげで、初めて受ける指示でも「指示として」正しく受け止められます。
まとめると、Zero-Shotで動いているとき、モデルは何もないところから答えを生み出しているのではなく、「指示の解釈」を入口にして、蓄積済みの能力から該当するものを呼び出しているのです。これは例示の代わりに指示文だけを手がかりにした、コンテキスト内学習(項目k1-5-1)の一形態といえます。
限界の正体: 「解釈の余白」がズレを生む
Zero-Shotの弱点は、能力不足というより「伝達の不完全さ」にあります。指示だけでは、タスクの細部に解釈の余白が残るのです。
- 形式の余白: 「要約して」——箇条書き? 文章? 何文字くらい? モデルは自分の解釈で埋めるため、期待とズレることがあります
- 基準の余白: 「重要な点を抜き出して」——何をもって重要とするかは、依頼者の目的によって変わります。指示に書かれていなければ、モデルは一般的な解釈を採用します
- 珍しいタスクへの弱さ: 訓練データの中で「経験」が薄い、独自ルールの分類や社内特有の様式などは、指示だけでは再現が困難です。ベテラン社員でも、その会社独自の帳票の書き方は口頭指示だけでは分からないのと同じです
言い換えると、Zero-Shotが成功しやすいのは「世の中に広く共通認識があるタスク」で、失敗しやすいのは「依頼者の頭の中にしか正解の基準がないタスク」です。この整理を表にしておきます。
| Zero-Shotが向く場面 | Zero-Shotが不向きな場面 | |
|---|---|---|
| タスクの性質 | 要約・翻訳・一般的な質問応答など定番の仕事 | 独自ルールの分類・特殊な様式の文書作成 |
| 正解の基準 | 世間の共通認識でほぼ決まる | 依頼者の目的・好みに強く依存する |
| 出力形式 | 多少ブレても困らない | 形式を厳密にそろえたい(後続処理に流すなど) |
限界への対処: まず「指示の明確化」、それからFew-Shot
Zero-Shotでズレたとき、すぐに例示(Few-Shot)へ進む前に、Zero-Shotのままで改善できる余地があります。解釈の余白を指示で埋めればよいのです。「要約して」を「新入社員向けに、専門用語を避けて3行で要約して」に変えるだけで、形式・粒度・想定読者の余白が埋まります。役割の指定(「あなたは経験豊富な編集者です」)や、禁止事項の明記(「推測は書かない」)も、余白を埋める指示の工夫です。
それでも埋めきれない余白——特に「言葉で説明するより見せたほうが早い」形式やニュアンス——が残ったとき、初めて例示の出番になります。例を何個どう見せるかという設計論は、Few-Shot(項目k1-5-3)で詳しく扱います。「指示で伝わるならZero-Shot、見せないと伝わらないならFew-Shot」という判断軸を覚えておきましょう。
💡 具体例で考える
広報担当のBさんは、プレスリリースの下書きをAIに頼みました。最初の指示は「新製品のプレスリリースを書いて」だけ。返ってきた文章は形式こそ立派でしたが、社名の表記も文体も自社の慣例と違っていました。プレスリリースという「世の中の定番タスク」だから骨格は例なしで書けた一方、「自社の慣例」という依頼者側にしかない基準は伝わらなかった——Zero-Shotの得意と限界がきれいに現れた例です。
Bさんはまず指示を具体化しました。「社名は正式名称で統一」「文末は断定調」「見出し・リード・本文の3部構成」。これでかなり改善しました。それでも微妙な言い回しの癖が合わないため、最終的に過去のリリース2本を見本として貼り付けたところ、ほぼ手直し不要になりました。「指示の明確化で八割、残りを例示で」という、実務でよくある改善の流れです。
⚠️ よくある誤解・つまずきポイント
- 誤解:「指示が短ければZero-Shot、長ければFew-Shot」 → 正しくは、区別の基準は例の数だけです。どれほど詳細な指示でも、例がなければZero-Shotです
- 誤解:「Zero-Shotで失敗するのはモデルの能力不足」 → 正しくは、多くの場合は能力ではなく「基準や形式が伝わっていない」ことが原因です。指示の明確化で改善する余地があります
- 誤解:「Zero-Shotは学習していない状態で動かすこと」 → 正しくは、モデルは事前学習と指示の訓練を十分に済ませています。「利用時に例を見せない」だけであって、無学習という意味ではありません
- 誤解:「高性能なモデルなら常にZero-Shotで十分」 → 正しくは、依頼者固有の基準・形式が絡むタスクでは、性能に関係なく例示のほうが確実な場面があります
📝 生成AIテストではこう出る
- 定義を問う形式。「例示を与えず、指示のみでタスクを実行させる方法」を選ばせる問題が想定されます
- プロンプト実例の判定形式。具体的なプロンプトを見せて「Zero-ShotかFew-Shotか」を答えさせる問題では、例の数がゼロかどうかだけで判定します
- 成立の背景を問う形式。「事前学習で得た幅広い能力により、例なしでも多くの一般的タスクをこなせる」という趣旨の正誤判定が考えられます
- Few-Shotとの比較形式。「出力の形式や粒度を正確にそろえたい場合はFew-Shotのほうが適する」という使い分けの理解が問われ得ます
📚 まとめ
- Zero-Shotは「例ゼロ・指示だけ」でタスクを実行させる使い方で、判定基準は例の数のみです
- 例なしで動けるのは、事前学習による膨大なタスク経験と、インストラクションチューニングによる指示従属の型があるからです
- 弱点は能力不足ではなく「解釈の余白」。形式・基準・独自ルールは指示だけでは伝わりきりません
- 改善はまず指示の明確化から。それでも埋まらない余白は、例示(Few-Shot)で埋めるのが定石です
