Zero-shot学習

Zero-shot学習（Zero-shot Learning）とは、プロンプトに具体的な入出力例を含めず、タスクの説明だけでLLMに正しい処理を行わせる技法です。LLMが事前学習で得た広範な知識を活用します。

なぜZero-shotが重要かというと、例を用意する手間なしにさまざまなタスクに対応できる柔軟性は、LLMの大きな強みの一つだからです。多くの汎用タスク（翻訳・要約・感情分析など）ではZero-shotだけで十分な精度が得られます。

Few-shot（例あり）と比較すると、Zero-shotはプロンプトが短くなるためトークン消費を抑えられる利点がある一方、複雑なタスクや特殊なフォーマットが必要な場合はFew-shotの方が高精度になる傾向があります。「ステップバイステップで考えてください」のようなCoTと組み合わせるZero-shot CoTも広く使われています。