プロンプト エンジニアリングとは、大規模な言語モデルの動作をガイドするために入力プロンプトを設計および最適化する手法です。
目的
出力品質、信頼性、そしてユーザーの目標との整合性を向上させることが目的です。生成AIのアプリケーションで広く利用されています。
重要性
- LLM を効果的に使用するために重要です。
- 幻覚や偏見を軽減するのに役立ちます。
- 実験とドメインの専門知識が必要です。
- プロンプトチェーンやテンプレートなどのツールによって急速に進化しています。
仕組み
- タスクと望ましい出力を定義します。
- 明確かつ具体的なプロンプトを設計します。
- LLM を使用してプロンプトをテストします。
- 結果に基づいて絞り込みます。
- 少数ショットや思考連鎖プロンプトなどのテクニックを適用します。
例（実世界）
- ChatGPT: 要約や Q&A 用に最適化されたプロンプト。
- MidJourney: プロンプトが AI アート生成をガイドします。
- Google Bard: 事実の正確性のための迅速な最適化。
参考文献 / さらに読む
- レイノルズ＆マクドネル「大規模言語モデルのためのプロンプトプログラミング」arXiv。
- OpenAI クックブック: プロンプト エンジニアリング ガイド。
- プロンプトデザインに関するスタンフォード HAI 研究。
- インテリジェント AI 自動化のための最適化されたプロンプト エンジニアリング!
