Documentation
ドキュメントの検索
karat

+

K

APIリファレンス ↗
AI Platform (AIP)LLM のプロンプトエンジニアリングのベストプラクティス

注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。

LLM のプロンプトエンジニアリングのベストプラクティス

効果的なプロンプトを作成するプロセスは、プロンプトエンジニアリングと呼ばれ、大規模言語モデルの可能性を最大限に引き出すために不可欠です。プロンプトエンジニアリングの目的は、LLM が望ましい出力を生成するように導く入力を設計することです。プロンプトの品質は、モデルのレスポンスの関連性、正確性、一貫性に直接影響します。このガイドでは、プロンプトエンジニアリングのベストプラクティスを、具体的な例とともに紹介します。各戦略の効果は使用する LLM によって異なる可能性がありますが、以下のベストプラクティスを検討することで、有用で正確なプロンプトの設計を始められます。

AIP Assist を使用している場合は、AIP Assist のベストプラクティスを確認してください。

効果的なプロンプト作成の主要戦略

効果的なプロンプトエンジニアリングは、明確さ、具体性、コンテキストとの関連性を組み合わせながら、状況に応じて反復的に進めるプロセスです。これらのベストプラクティスに従い、例を取り入れることで、ユーザーは大規模言語モデルの効果を最大限に引き出せます。AI 技術の進化に合わせて新しい戦略の情報を把握し続けることで、プロンプトの品質と出力の正確性をさらに高められます。

  • 明確かつ具体的にする

    • 明確にする： わかりやすい言葉でタスクや質問を定義します。
      • 例：「コーディングについて何を知っていますか？」と尋ねる代わりに、「Web アプリケーションの開発に使えるフレームワークの選択肢を要約してください」と具体的に指定します。
    • コンテキストを指定する： モデルのレスポンスの前提となるコンテキストを指定します。
      • 例：「ソフトウェアエンジニアとして、抽象化の利点を説明してください。」

  • 改善を繰り返す

    • テストして調整する： さまざまなプロンプト構造を試し、出力の品質に基づいて改善します。
      • *例：*まず「Web アプリケーションの利点を挙げてください」と入力します。レスポンスの範囲が広すぎる場合は、「ネイティブアプリケーションと比較した Web アプリケーションの保守上の利点を挙げてください」と改善します。
    • フィードバックループ： モデルからのフィードバックを使って、プロンプトの設計を継続的に改善します。
      • *例：*モデルがプロンプトを誤解した場合は、表現を調整して再テストします。

  • 例を使う

    • 望ましい出力を示す： 形式や内容について期待するものを伝えるために、例を提示します。
      • 例：「次の文をフランス語に翻訳してください：『こんにちは、お元気ですか？』例：『こんにちは』は『Bonjour』と訳します。」
    • パターンを強調する： 例を使って、一貫したレスポンスのパターンを確立します。
      • 例：「果物ごとに、色と味を挙げてください。例：リンゴ - 赤色、甘い。」

  • 長さと複雑さを管理する

    • 簡潔にする： モデルに過度な負荷をかけずに、必要な詳細を指定します。
      • 例：「ロボット工学の歴史、現状、未来について教えてもらえますか？」の代わりに、「ロボット工学の歴史を簡潔に説明してください」を使います。
    • 過度な負荷を避ける： 複雑なタスクを、より単純な部分に分割します。
      • 例：「まず、半導体製造プロセスの工程を挙げてください。次に、各工程を詳しく説明してください。」

  • 制約を組み込む

    • 範囲を定める： レスポンスの範囲を導くために、明確な制約を定義します。
      • 例：「記事を3文以内で要約してください。」
    • 望ましくない出力を制限する： 避けるべき例や明示的な指示を使います。
      • 例：「リモートワークの長所と短所のリストを作成してください。ただし、個人的な意見は除外してください。」

  • 関連するコンテキストを指定する

    • モデルの機能に合わせる： モデルの強みと制限に合わせてプロンプトを調整します。
      • *例：*医療データでトレーニングされたモデルには、無関係なトピックではなく、「糖尿病の症状を説明してください」と尋ねます。
    • 関連性を維持する： プロンプトがモデルのトレーニングデータに関連していることを確認します。
      • *例：*モデルの知識ベースに合わせて、「AI の最近の進歩について論じてください」と入力します。

  • インタラクションを最適化する

    • ロールプレイ： モデルの口調や説明の深さを導くために、役割を割り当てます。
      • 例：「機械エンジニアとして、重工業の製造プロセスに導入すべき最も重要なセンサーについて説明してください。」
    • 段階的にプロンプトを入力する： 複雑なレスポンスには、一連のプロンプトを使います。
      • 例：「まず、半導体製造プロセスを説明してください。次に、半導体の種類を3つ挙げ、それぞれの製造方法を説明してください。」

プロンプトエンジニアリングの追加リソース

プロンプト作成についてさらに理解を深めるには、以下のソースの関連ドキュメントを参照してください。