生成AIに「Meta広告の広告文を10案作ってください」と依頼すれば、すぐに複数の案を作れます。
しかし実際に使ってみると、「間違ってはいないけれど、求めていた広告とは少し違う」と感じることがあります。
文章が無難だったり、フックが弱かったり、自分が考えている広告の型と違ったりするためです。
こうしたズレを減らす方法の一つがFew-shot（フューショット）です。今回はWeb広告を例に、Few-shotの基本と実務での使い方を整理します。
この記事で分かること
- Few-shotとは何か
- Zero-shotとの違い
- 広告の訴求・フック作成への使い方
- 良い例・悪い例を与える意味
- 広告運用データをFew-shotへ戻す考え方
Few-shotとは？
Few-shotとは、生成AIへいくつかの例を提示してから、新しいタスクを実行させる方法です。
例えば、
例1：○○
例2：○○
例3：○○これらの特徴を参考に、新しい広告文を5案作成してください。
といった使い方です。
回答例を与えず指示だけで実行させるZero-shotに対して、Few-shotでは「今回求めている出力は、このようなものです」と具体例で伝えます。
ここで重要なのは、AIモデルそのものを再学習させているわけではないことです。今回の入力の中で見本を示し、それを参考に回答させています。
Web広告では「説明」より「見本」が役立つことがある
Few-shotがWeb広告で使いやすい理由は、広告には文章だけで説明しにくい部分があるからです。
例えば「強いフックを作ってください」と指示しても、「強い」が何を意味するのかは曖昧です。
問題提起なのか、数字なのか、比較なのか、日常的な共感なのかによって出来上がる広告は変わります。
そこで、自分が求めるフックを数例示せば、AIに方向性を伝えやすくなります。
Few-shotは、抽象的なルールを具体例で補う方法と考えると分かりやすいでしょう。
完成広告ではなく「構造」を見せる
広告制作でFew-shotを使うなら、完成した広告文だけを大量に渡す方法が最適とは限りません。
例えば、
ターゲット： 夜勤を含む働き方を見直したい看護師
訴求： 働き方の選択肢
フック： 現在の働き方への問題提起
本文： 別の働き方があることを提示
CTA： 求人・選択肢の確認
というように分解します。
同じ形式の例をいくつか提示すれば、AIは文章の雰囲気だけでなく、
ターゲット → 訴求 → フック → 本文 → CTA
という広告の構造を参考にできます。
競合広告を利用する場合も、文章そのものを真似するのではなく、「なぜこの構成になっているのか」を抽象化することが重要です。
良い例とNG例を見せる方法もある
Few-shotでは、望ましい例だけでなく避けたい例を提示することもできます。
例えば良い例を「1広告1訴求・ターゲットが明確・LPと内容が一致」とし、NG例を「複数の訴求を詰め込む・根拠のない断定・LPにない内容を広告で訴求」とします。
そして、
「良い例の考え方を参考にし、NG例の特徴は避ける」
と指示します。
これによって、何をしてほしいかと、何をしてほしくないかの両方を具体例で伝えられます。
広告表現には広告主の条件や媒体ポリシーなどの制約もあるため、NG例を示す方法は広告チェックにも応用できます。
広告文だけでなくクリエイティブやLPにも使える
Few-shotは文章作成だけの方法ではありません。
広告クリエイティブなら、過去の企画を「ターゲット・訴求・フック・画像表現・CTA」に分解して例として渡し、別の企画を作らせることができます。
記事LPなら、導入、問題提起、悩み、解決方法、サービス紹介、CTAといった自分が使いたい構成例を示す方法があります。
ただし、過去案件の料金、成果条件、実績などを別案件へ流用してはいけません。
案件の事実情報と、Few-shotで伝える表現・構造は分けて扱う必要があります。
運用データが蓄積するとFew-shotの価値が高まる
Few-shotが広告運用で特に面白いのは、実際の配信結果を次の広告制作へ戻せることです。
例えば過去のクリエイティブについて、広告内容とCTR、CVR、CPAなどをセットで記録しておきます。
すると、
「CTRは高かったがCVRは低かった広告」
「クリック数は少なくてもCVにつながった広告」
といった違いをAIに分析させられます。
さらに成果につながった構造をFew-shotとして、新しい広告案の作成に利用できます。
つまり、
広告制作 → 出稿 → 計測 → 分析 → Few-shot → 次の広告制作
という循環を作れます。
一般的な広告事例だけでなく、自分自身が運用した結果がAIの参考材料になっていくわけです。
成功例だけに偏らせない
ただし、成果の良かった広告だけを大量に見せればよいわけではありません。
例えば料金訴求の成功例ばかり与えると、AIも似た料金訴求を作りやすくなります。
広告運用では、過去の勝ちパターンを再現することと、新しい訴求を探索することの両方が必要です。
そのため、
再現用Few-shotでは過去の成果パターンを参考にする。
探索用では既存例と異なる訴求やフックを意図的に考えさせる。
と役割を分ける方法があります。
Few-shotは例が多いほど良いわけでもありません。今回の目的に近く、構造が分かりやすい例を選ぶことが重要です。
AIの役割ごとに教材を変える
将来的に複数のAIへ広告業務を分担させる場合も、Few-shotを活用できます。
例えば訴求を考えるAIには訴求例、フックを作るAIにはフック例、広告チェックを行うAIにはOK・NG例、改善を考えるAIには過去の広告結果と改善事例を渡します。
人間の仕事でいえば、担当業務ごとにマニュアルや過去事例を用意するイメージです。
広告運用を続けるほど自分自身の事例が増え、それを整理して次のAI活用へ戻せる点は、Few-shotの実践的な使い方の一つです。
まとめ
Few-shotとは、生成AIへ指示する際に、いくつかの具体例を一緒に見せる方法です。
Web広告では、広告文だけでなく、訴求、フック、クリエイティブ企画、LP構成、広告チェックなどにも応用できます。
重要なのは、成功広告をそのままコピーさせることではありません。
表面的な文章ではなく、「なぜその広告がその構造になっているのか」を整理してAIへ見せることがポイントです。
さらに実際の広告運用を始めれば、自分の広告とCTR・CVR・CPAなどの結果が蓄積されます。それらを分析して次のFew-shotへ戻せば、自分の運用経験そのものをAI活用の材料として積み重ねられます。
まずZero-shotで試し、安定させたい工程にFew-shotを取り入れる。そして運用結果を次の制作へ戻す。この流れは、AIを広告実務へ組み込んでいくうえで覚えておきたい考え方です。
