生成AIを巧みに操れる「プロンプトエンジニアリング“3大技法”」はこれだプロンプトエンジニアリング実践ガイド【後編】

生成AIツールから“良い回答”を引き出すには、生成AIツールへの質問や指示である「プロンプト」の改善が効果的だ。誰でも実践できる3つのテクニックを、実例を交えて紹介する。

2024年08月09日 08時00分 公開
[Lev CraigTechTarget]

関連キーワード

人工知能


 「生成AIツールから的確な回答を得られない」と頭を抱えた場合に役立つのが、「プロンプトエンジニアリング」だ。これは、望ましい出力を得るためにプロンプト(生成AIに対して出す質問や指示)を設計したり改良したりする工程を指す。人工知能(AI)ベンダーOpenAIの「ChatGPT」といった生成AIツールをより使いこなすためのプロンプトエンジニアリングのテクニックを3つ紹介する。

「プロンプトエンジニアリング“3大技法”」はこれだ

会員登録(無料)が必要です

 プロンプトエンジニアリングに関する以下3つのテクニックを紹介する。

  • Few-shot(フューショット)プロンプティング
  • Chain-of-Thought(CoT:思考の連鎖)プロンプティング
  • メタプロンプティング

Few-shot(フューショット)プロンプティング

 Few-shotプロンプティングは、大規模言語モデル(LLM)に幾つかの模範例を提示する手法だ。「教師あり学習」(事前に人間が正解データを用意する機械学習手法)を取り入れたもので、LLMは入力とそれに対する出力の模範例を参照し、タスクの取り組み方を学習する。

 Few-shotプロンプティングは、特に文体を変更するタスクに最適だ。内容は変えず、文章のトーンやフォーマルさを調整できる。以下は、Few-shotプロンプティングの一例だ。

プロンプト:

以下は、文章を受動態から能動態に変換する例です。

  • 受動態:「食事はシェフによって作られる」→ 能動態:「シェフが食事を作る」
  • 受動態:「肖像画は画家によって描かれる」 → 能動態:「画家が肖像画を描く」

では、以下の文を能動態に変換してください。

  • 「講義は先生によって実施される」

ChatGPTの回答:

能動態:「先生が講義を実施する」

Chain-of-Thought(CoT:思考の連鎖)プロンプティング

 LLMは、実際に文章を理解しているわけではない。プロンプトを基に、最も可能性の高い文字の並びを予測しているに過ぎない。そのためLLMは、複雑な方程式や謎解きといった推論タスクを得意としていない。

 Chain-of-Thoughtプロンプティングは、推論が必要なタスクに使用される手法だ。まずLLMに問題の解き方を考えるよう指示して、次にそのステップを一つずつ説明してもらう。LLMは段階的に問題を解くことで、精度の高い回答を出力できる。

 Few-shotプロンプティングとChain-of-Thought プロンプティングを組み合わせて、解き方の例を幾つか示すことも有効だ。以下に例を紹介する。

プロンプト:

Q:図書館の本棚には35冊の本があります。2冊貸し出され、4冊追加された場合、本棚には全部で何冊の本があるでしょうか。

A: 本棚には最初35冊の本がありました。2冊貸し出されたので33冊になります。次に4冊が追加されると、33+4=37です。合計は37冊です。

Q:あるパン屋で、午前中に40個あったカップケーキのうち36個を売りました。パン屋はその後12個のカップケーキを焼きました。午後には14個のカップケーキが売れました。一日の終わりには何個のカップケーキが残っていますか。

ChatGPTの回答:

問題解決の過程をステップバイステップで考えると次のようになります。

  1. 午前中、40個のカップケーキのうち36個が売れ、40-36=4個のカップケーキが残ります。
  2. その後、さらに12個のカップケーキを焼くので、合計4+12=16個のカップケーキがあります。
  3. 午後にはさらに14個のカップケーキが売れ、16-14=2個のカップケーキが残ります。

つまり、一日の終わりに、パン屋には2個のカップケーキが残っています。

メタプロンプティング

 メタプロンプティングは、LLM自体を使ってプロンプトを改善する手法だ。メタプロンプトでは、特定のタスク向けに最適なプロンプトを作成したり、既存のプロンプトを最適化したりするようLLMに依頼する。

 例えば、以下のような具合だ。

文章を書くスキルを伸ばすための練習問題を作成してほしいです。どのように質問すればよいですか。

 メタプロンプティングでは、LLMがプロンプトを生成するため、人間が思い付かないような面白い視点からの質問を見つけることができる。さらに、プロンプトの作成過程を自動化できるので、作業時間を短縮できる。

TechTarget発 世界のインサイト&ベストプラクティス

米国TechTargetの豊富な記事の中から、さまざまな業種や職種に関する動向やビジネスノウハウなどを厳選してお届けします。

Copyright © ITmedia, Inc. All Rights Reserved.

新着ホワイトペーパー

製品資料 ServiceNow Japan合同会社

生成AIで「ローコード開発」を強化するための4つの方法

ビジネスに生成AIを利用するのが当たり前になりつつある中、ローコード開発への活用を模索している組織も少なくない。開発者不足の解消や開発コストの削減など、さまざまな問題を解消するために、生成AIをどう活用すればよいのか。

製品資料 ServiceNow Japan合同会社

「ローコード開発」実践のヒント:AI主導のイノベーションに向けた4つの戦略

急速に変化する顧客ニーズに応えるような適切な製品を継続的に提供するためには、より多くのアプリを生み出す必要があるが、そのための開発者が不足している。そこで注目されているのが、生成AIやローコード開発プラットフォームだ。

事例 ファインディ株式会社

エンジニア組織必見:問題の洗い出しと消化を楽にして開発の生産性を上げる秘訣

エンジニア組織にとって開発の生産性を向上させることは重要な課題だ。しかし、「ボトルネックの特定が難しい」「変更のリードタイムが伸びている」などさまざまな課題が付いて回る。このような状況を解消するにはどうすればよいのか。

製品資料 株式会社SHIFT

ソフトウェア開発の5つの課題、第三者検証サービスの導入でどう解消する?

DXの推進が叫ばれる中、その中核を担うソフトウェア開発の現場では、IT人材不足をはじめとする5つの課題が顕在化している。それらを解消し、ソフトウェアの品質を高める方法として注目されるのが、ソフトウェアテストの外注だ。

製品資料 株式会社SHIFT

3分で分かる「第三者テスト」のメリット、開発エンジニアはどれだけ楽になる?

ソフトウェア開発ではテストを、開発エンジニアが自ら担当するシーンが散見される。ただ、専門知見を持たない人材が我流でテストしていては、開発品質の担保が難しくなる。この問題の解決には第三者によるテストが重要だ。

From Informa TechTarget

お知らせ
米国TechTarget Inc.とInforma Techデジタル事業が業務提携したことが発表されました。TechTargetジャパンは従来どおり、アイティメディア(株)が運営を継続します。これからも日本企業のIT選定に役立つ情報を提供してまいります。

ITmedia マーケティング新着記事

news046.png

「ECプラットフォーム」売れ筋TOP10(2025年4月)
今週は、ECプラットフォーム製品(ECサイト構築ツール)の国内売れ筋TOP10を紹介します。

news026.png

「パーソナライゼーション」&「A/Bテスト」ツール売れ筋TOP5(2025年4月)
今週は、パーソナライゼーション製品と「A/Bテスト」ツールの国内売れ筋各TOP5を紹介し...

news130.jpg

Cookieを超える「マルチリターゲティング」 広告効果に及ぼす影響は?
Cookieレスの課題解決の鍵となる「マルチリターゲティング」を題材に、AI技術によるROI向...