定義
例示選択（Exemplar Selection）とは、few-shotプロンプトに含める入出力サンプルを、モデルの出力を狙った形式や品質に近づくよう意図的に選定する技術のことである。
例示選択 (Exemplar Selection)とは（詳しく解説）
例示選択とは、few-shotプロンプトで提示する入出力ペア（exemplar）を、タスクの意図やフォーマットが正しく伝わるよう吟味して選ぶプロセスを指す。ランダムに例を並べるより、入力分布に近い代表例や境界的なエッジケースを含めた方がモデルの出力精度が安定するとされ、プロンプトエンジニアリングの基礎技術の一つに位置づけられる。2026年時点の実運用では、例の数を増やすほどcontext windowとトークンコストが膨らむため、精度とコストのトレードオフを踏まえた選定が現場で重視されている。また、似た例ばかりを並べると出力が単一パターンに偏り、逆に多様性を優先しすぎるとフォーマットが崩れるといった落とし穴も指摘されており、代表性と多様性のバランスを取りながら少数精鋭の例に絞り込むのが実務上の基本方針とされる。動的に類似例を検索して差し替えるretrieval-based selectionも広く採用されている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「例示選択 (Exemplar Selection)とは」 https://aipicks.jp/glossary/exemplar-selection
例示選択 (Exemplar Selection)の使用例
- カスタマーサポートFAQ生成で、丁寧語の返信例と簡潔な返信例を1つずつ提示し、トーンのばらつきを抑える。
- 分類タスクで、正解ラベルが際どい境界事例を例示に加え、誤分類されやすいパターンをモデルに学習させる。
