解説

フューショット（Few-shot）プロンプティングは、プロンプト内に入力と期待出力のペアを数件提示することで、モデルに望ましい出力フォーマットや分類基準を例示する手法です。 モデルの再学習なしで、推論時のコンテキストだけで分類精度と出力の一貫性を高められるため、本要件に最適です。 選択肢Bのゼロショットプロンプティングは、例を与えず指示文のみで実行する手法で、出力フォーマットの安定や精度向上には例示が有効な本要件には不十分。 選択肢Cのファインチューニングは、モデルの重みを更新する手法で「再学習は行わない」という制約に反する。 選択肢Dの継続事前学習は、大量データで重みを追加学習する手法で再学習に該当し、コストも大きく要件に合わない。