Zero-Shot Prompting

ゼロショットプロンプティングは最も基本的なプロンプトアプローチです：例を提供せず、タスクを自然言語で直接説明し、Claudeにトレーニング知識を使って実行方法を決定させます。現代のLLM（Claudeを含む）はゼロショットタスクでかなり有能です——ほとんどの日常作業はゼロショットで十分です。ゼロショットを理解する価値は：能力の境界を認識し、より高度な技術が必要な時期を知ることです。

ゼロショットの能力は事前学習段階の「指示遵守学習」から来ています。RLHFと指示ファインチューニングを通じて、Claudeは「誰かがタスクを説明するときにどのように回答するか」の一般的な能力を学習しました。ゼロショットの能力の境界はタスクの「曖昧さ」と高度に相関しています：タスクの説明が明確であるほど、そしてトレーニングデータの一般的なパターンに近いほど、パフォーマンスが向上します。

ゼロショットを理解する最大の実用的な価値：プロンプト設計で正しい「投資決定」を行うのに役立てること。シンプルな意思決定フレームワーク：タスクが日常的なら、まずゼロショットを試す；固定形式が必要なら、フューショットの例を追加；論理的推論が必要なら、CoTを追加。最低コストから始め、不十分と確認された場合にのみアップグレードする。

ゼロショット最適化テクニック：1. 役割設定を追加：「あなたはシニアファイナンシャルアナリストです。」2. 出力形式を明示：「3つの箇条書きで回答」。3. 制約を追加：「150ワード以内」。4. ゼロショットCoT（最も過小評価されている技術）：推論が必要なタスクに「ステップごとに考えて」を追加。 ゼロショットで十分かどうかの簡単なテスト：プロンプトを3回実行します。3回すべての結果が許容範囲内なら、ゼロショットで十分。差異が大きいか形式がニーズに合わない場合、フューショットへのアップグレードを検討。