プロンプトエンジニアリングとは、生成的言語モデル（LLM）を効率的に使用するために、プロンプトを開発・最適化する学問分野である。
LLMは、膨大な量のテキストデータから学習したモデルであり、テキストの生成、翻訳、要約、質問への回答など、さまざまなタスクを実行することができる。しかし、LLMは人間と同じように理解や判断ができないため、適切なプロンプトを与えることで、より高品質な出力を生成することができる。
プロンプトエンジニアリングの目的
1. LLMの能力を最大限に引き出すため
LLMは、膨大な量のテキストデータから学習したモデルであるため、さまざまなタスクを実行することができる。しかし、LLMは人間と同じように理解や判断ができないため、適切なプロンプトを与えることで、より高品質な出力を生成することができる。
例えば、詩を生成するようにプロンプトされたLLMは、適切な韻律やリズムを持った詩を生成することができる。しかし、具体的な指示を与えなければ、意味不明な詩を生成してしまう可能性もある。
プロンプトエンジニアリングによって、LLMの能力を最大限に引き出し、より高品質な出力を生成することができる。
2. LLMの誤りを防ぐため
LLMは、膨大な量のテキストデータから学習するため、誤った情報を学習してしまう可能性がある。適切なプロンプトを与えることで、LLMが誤った情報を生成してしまう可能性を減らすことができる。
例えば、ニュース記事の要約を生成するようにプロンプトされたLLMは、誤った情報を含んだニュース記事を要約してしまう可能性がある。しかし、事実に基づいた要約を生成するようにプロンプトすることで、LLMが誤った情報を生成してしまう可能性を減らすことができる。
プロンプトエンジニアリングによって、LLMの誤りを防ぎ、より信頼性の高い出力を生成することができる。
3. LLMの応用範囲を広げるため
LLMは、さまざまな分野で応用されている。プロンプトエンジニアリングによって、LLMの応用範囲をさらに広げることができる。
例えば、教育分野では、LLMを教材として活用することができる。プロンプトエンジニアリングによって、LLMをより効果的に教材として活用することができる。
プロンプトの要素
プロンプトの要素は、大きく分けて以下の4つに分けられる。
命令・指示
プロンプトは、AIモデルに何を実行してほしいのかを明確に伝える必要がある。そのため、プロンプトには、命令や指示を示す言葉が含まれる。例えば、「以下のような文章を生成してください」や「次の質問に答えてください」といった言葉が挙げられる。
背景・文脈
プロンプトは、AIモデルが指示を理解するために必要な背景や文脈を示す必要がある。そのため、プロンプトには、AIモデルが理解できるような情報をできるだけ多く含める必要がある。例えば、「この文章は、商品のレビューです」や「この質問は、歴史に関するものです」といった言葉が挙げられる。
入力
プロンプトは、AIモデルが指示を実行するために必要な入力情報を示す必要がある。そのため、プロンプトには、AIモデルが理解できるような情報をできるだけ多く含める必要がある。例えば、「この文章は、商品のレビューです。商品名は「Apple iPhone 14」です」や「この質問は、歴史に関するものです。質問は「江戸時代の代表的な武将は誰ですか？」です」といった言葉が挙げられる。
出力形式
プロンプトは、AIモデルの出力形式を示す必要がある。そのため、プロンプトには、出力形式を示す言葉が含まれる。例えば、「文章を生成してください」や「質問に答えてください」といった言葉が挙げられる。
プロンプトエンジニアリングのコツ
プロンプトエンジニアリングには、さまざまなテクニックが存在する。ここでは、代表的なテクニックをいくつか紹介する。
1. 明確性
プロンプトの設計において最も重要な要素は、明確性である。LLMは人間と同じように理解や判断ができないため、LLMが理解できるように、明確な指示を与えることが重要である。
例：
- 曖昧な指示：
- 「面白い文章を生成してください。」
- 明確な指示：
- 「500文字以内で、ユーモアのある小説の冒頭を生成してください。」
2. 具体的さ
LLMは、具体的な指示を与えることで、より高品質な出力を生成することができる。
例：
- 抽象的な指示：
- 「詩を生成してください。」
- 具体的な指示：
- 「5つの五七五の音律で、春の情景を詠んだ詩を生成してください。」
3. 適応性
LLMは、さまざまな状況に対応できるように、柔軟なプロンプトにする必要がある。
例：
- 固定的なプロンプト：
- 「「私は誰ですか？」と質問されたら、どのように答えますか。」
- 柔軟なプロンプト：
- 「「私は誰ですか？」と質問されたら、その状況に応じて、適切な答えを生成してください。」
4. 制約
LLMの能力を超える制約を与えることで、より高品質な出力を生成することができる。
例：
- 制約のないプロンプト：
- 「小説を生成してください。」
- 制約のあるプロンプト：
- 「300文字以内で、ホラー小説の結末を生成してください。」
5. 補足情報
LLMの出力を補足する情報を提供することで、より高品質な出力を生成することができる。
例：
- 補足情報のないプロンプト：
- 「翻訳してください。」
- 補足情報のあるプロンプト：
- 「「I love you」をフランス語に翻訳してください。」
6. 反復
さまざまなプロンプトを試すことで、最適なプロンプトを見つけることができる。
例：
- 1回目の試行：
- 「面白い文章を生成してください。」
- 2回目の試行：
- 「500文字以内で、ユーモアのある小説の冒頭を生成してください。」
- 3回目の試行：
- 「5つの五七五の音律で、春の情景を詠んだ詩を生成してください。」
7. 自動化
プロンプトの設計を自動化することで、効率的にプロンプトを開発することができる。
例：
- プロンプトの設計を自動化するツール：
- Bard
- プロンプトの設計を自動化するアルゴリズム：
- GPT-3
これらのテクニックを組み合わせることで、より効果的なプロンプトを設計することができる。
プロンプトエンジニアリングの資格
プロンプトエンジニアリングに関する専門的な知識・スキルを証明する資格としては、以下のようなものが挙げられる。
- プロンプトエンジニアリング試験（ギブリー）
- プロンプトエンジニアリング能力検定（日本プロンプトエンジニア協会）
プロンプトエンジニアリング試験は、プロンプトに関する基礎知識や特定のAIモデルの特徴、テクニック、注意点等、AIから有用な回答を引き出すために必要な知識・スキルをどれくらい保有しているのかを測定する試験である。
プロンプトエンジニアリング能力検定は、プロンプトエンジニアリングに関する基礎知識や応用知識、実践的なスキルを問う試験である。
プロンプトエンジニアリングの資格を取得することで、自身のスキルを証明し、就職や転職の際に有利になる。また、資格取得に向けて学習することで、プロンプトエンジニアリングに関する知識やスキルを身につけることができ、スキルアップのモチベーションにもつながる。
まとめ
プロンプトエンジニアリングとは、AIモデルに指示を与えるためのプロンプト（入力情報）を設計・作成する職業である。
プロンプトの質は、AIモデルの生成結果に大きく影響するため、プロンプトエンジニアのスキルは重要視されている。プロンプトエンジニアリングによって、LLMの可能性を最大限に引き出し、さまざまな分野でより効果的に活用することができる。
プロンプトエンジニアになるために必須の資格は存在しないが、関連する資格を取得しておくことで、自身のスキルを証明し、就職や転職の際に有利になる。
