プロンプトエンジニアリング

LLMなどの生成AIに対して、望ましい出力を得るために入力（プロンプト）を工夫・設計する技術。指示の明確化、文脈の提示、出力形式の指定などの手法がある。

AIモデルに対して適切な指示文（プロンプト）を設計し、望ましい出力を得るための技法。質問の仕方や文脈の与え方を工夫することで、生成AIの出力品質を向上させる。

生成AIから目的に合った出力を安定して得るために、指示文（プロンプト）を設計・改善する技術。役割や前提の指定、出力形式の指定、具体例の提示（フューショット）、段階を追って考えさせる指示などを組み合わせ、出力を評価しながら改善を繰り返す。

生成AIから目的に合った出力を引き出すために、指示文（プロンプト）の内容や構成を設計・改善する技術。役割や前提条件、出力の形式を明示する、回答例を示すfew-shotプロンプティング、段階的に考えさせるChain of Thoughtなどの手法がある。

学習した内容をもとに文章、画像、音声、プログラムなどを新たに作り出すAI。要約や添削、アイディアの提案などに使われるが、出力の正しさは利用者が確認する必要がある。

テキスト、画像、音声など複数の種類の情報を組み合わせて扱えるAI。図表を含む資料の読み取りなど、単一の形式では扱えない業務に適用できる。

外部の文書やデータベースを検索し、その内容を根拠として生成AIに回答させる仕組み。社内文書など学習に含まれない知識を反映でき、誤った内容の生成を抑えられる。

利用者の入力とは別に、AIの役割や制約をあらかじめ設定しておく指示。応答の方針や禁止事項を固定し、想定外の振る舞いを抑える。

目標を与えると、必要な手順を自ら計画してツールを操作しながら作業を進めるAI。人間の関与をどこに残すかの設計が、安全な利用の鍵となる。

生成AIが事実に基づかない内容を、もっともらしい形で出力する現象。出典元の確認を行わずに業務判断へ用いると誤りが波及する。