few-shotは、少数の例だけでモデルに新しい作業をさせる方式である。大規模言語モデルでは、プロンプト(モデルへの指示文)に入力と望ましい出力の例をいくつか入れ、回答の形式や解き方を誘導するfew-shotプロンプティングを指すことが多い。モデルの重みは変更しない。例を一つも与えないzero-shot、一つだけ与えるone-shotと区別される。
もともと機械学習では、ラベル付きデータがごく少ない条件でモデルを学習させるfew-shot学習を意味する言葉として使われてきた。言語モデルがプロンプト内の例だけから作業を身につける現象はインコンテキスト学習と呼ばれ、どの例を選び、どの順序で並べるかによって結果が変わる。