解説
さらに詳しく解説
プロンプトエンジニアリングとは
プロンプトエンジニアリング（Prompt Engineering）は、AIモデルから最適な出力を得るためにプロンプト（入力）を設計・最適化する技術です。
基本テクニック
| テクニック | 説明 | 用途 |
|---|---|---|
| Zero-shot | 例なしで指示 | 単純なタスク |
| Few-shot | 例を提示 | パターン学習 |
| Chain-of-Thought | 思考過程を促す | 複雑な推論 |
| Self-consistency | 複数回答を生成 | 精度向上 |
高度なテクニック
Chain-of-Thought (CoT)
「ステップバイステップで考えてください」
効果:
├── 複雑な推論問題の精度向上
├── 数学・論理問題に有効
└── 思考過程の可視化Tree-of-Thoughts (ToT)
複数の思考経路を探索し、最適解を選択。
ReAct (Reasoning + Acting)
思考 → 行動 → 観察 のサイクル:
Thought: 情報が必要だ
Action: 検索ツールを使う
Observation: 結果を確認
Thought: この情報をもとに...プロンプト設計のフレームワーク
CRISPE フレームワーク:
├── C: Capacity（役割）
│ └── 専門家としての立場を設定
├── R: Request（要求）
│ └── 具体的なタスクを指示
├── I: Information（情報）
│ └── 必要な背景情報を提供
├── S: Style（スタイル）
│ └── 出力の形式・トーンを指定
├── P: Purpose（目的）
│ └── なぜこのタスクが必要か
└── E: Example（例）
└── 期待する出力例を提示実践的なテクニック
[構造化](/glossary/data-structuring)プロンプト
markdown
# タスク
製品レビューを分析して感情を分類
# 入力フォーマット
- レビューテキスト: [テキスト]
# 出力フォーマット
- 感情: [ポジティブ/ネガティブ/中立]
- 信頼度: [0-100]
- 根拠: [判断理由]
# 例
入力: この製品は素晴らしい！
出力:
- 感情: ポジティブ
- 信頼度: 95
- 根拠: 「素晴らしい」という強い肯定表現分野別のポイント
| 分野 | ポイント |
|---|---|
| コード生成 | 言語、環境、制約を明示 |
| 文章作成 | トーン、長さ、対象読者を指定 |
| 分析 | 出力形式、評価基準を明確に |
| 翻訳 | 文脈、専門用語の扱いを指示 |
プロンプト最適化のプロセス
最適化サイクル:
1. 初期プロンプト作成
↓
2. テスト実行
↓
3. 出力評価
↓
4. 問題点の特定
↓
5. プロンプト修正
↓
6. 反復（1に戻る）