プロンプト入門

学習の目的

この単元を完了すると、次のことができるようになります。

• プロンプトとプロンプトデザインとは何かを説明する。
  
• 効果的なプロンプトの各要素を挙げる。
  
• 1 つのプロンプトから異なる出力を生成できる方法を説明する。
  

Trailcast

このモジュールの音声録音をお聞きになりたい場合は、下記のプレーヤーを使用してください。この録音を聞き終わったら、必ず各単元に戻り、リソースを確認して関連付けられている評価を完了してください。

プロンプトとは?

「生成 AI の基本」を修了した方は、言語ベースのあらゆるタスクを遂行するビジネスやチームにとって、大規模言語モデルが有用であることをご存じかと思います。たとえば、顧客向けにパーソナライズされたメールを生成したり、顧客のフィードバックを分析して重要なインサイトを抽出したりすることができます。ただし、LLM が自力で優れたコンテンツを作成することはできません。プロンプトという形で、私たちから何らかのガイダンスを必要とします。

プロンプトがどのように機能するかわかりやすく説明するために、あなたが人気のベーカリーのシェフであると仮定します。作業をスピードアップするために、極めて聡明なアシスタントを雇いました。このアシスタントは一流の料理人の元で修業してきたため、学んだことを活かして美味しいケーキをあっという間に作り上げることができます。けれども、あなたの顧客が望む特定のケーキを作るためにはガイダンスが必要です。そこで、ケーキの材料、用途、手順など、必要な情報をすべて記載した詳細な指示をこのアシスタントに渡します。

この指示がプロンプトです。LLM が的確な出力を生成できるようにする詳細な指示です。

[stability.ai の DreamStudio で、「フレンドリーなロボットがコック帽をかぶっている。お洒落なケーキが置かれたテーブルのそばにロボットが立っている。2D ベクトルの技法で描画。」というプロンプトに従って AI が生成した画像。]

では、LLM にどのようなプロンプトを与えることができるのでしょうか? たとえば、シェフであるあなたは、自らのケーキの評判を広めたいと思っているとします。以下は、効率よく取り組むために LLM に与えることができるシンプルな指示を示しています。

指示は適切な出発点ですが、多くの質問の答えが不明のままであれば、そこそこの出力しか生成されないものと思われます。上記の例では、「ケーキの注文はどのようなものだったのか?」「どのようなことを協議の要点と考えるのか?」「ケーキに名前を付けるときに従うべきブランドのガイドラインはどのようなものか?」といった質問です。指示は効果的なプロンプトの一部に過ぎません。高質な出力を確保するためには、具体的な情報と明確な制約もプロンプトに追加する必要があります。プロンプトデザインにはこのすべてが必要で、どれかが欠落していれば、あなたのケーキ...、ではなくて出力がまるで冴えないものになります。

デザイナーの肩書も手に入れる

マーケター兼デザイナー。中小企業のオーナー兼デザイナー。システム管理者兼デザイナー。プロンプトに関して言えば、私たちの全員がデザイナーです。

プロンプトデザインとは、プロンプトを反復的に作成していくプロセスです。シェフが味見をして調整しながらレシピを完成させていくのと同様に、あなたにも LLM の応答を確認し、正確かつ高質な出力が得られるまでプロンプトを反復的に修正していくことが求められます。

そんな手間をかける必要があるのでしょうか? 実際のところ、指示があいまいだったり、不正確だったりすると、LLM で関連性の低い応答や、場合によってはバイアスのかかった応答が生成される可能性があります。

LLM から効果的な応答を確実に引き出す 1 つの方法は、プロンプトを実際に「グラウンディング」することです。つまり、あなたが行っている要求に適した具体的なデータを LLM に指定します。データを指定すると、LLM のトレーニングに使用した元の汎用的なデータにこのデータが追加されます。特定のデータでプロンプトをグラウンディングすれば、LLM が各自のビジネス、商品、顧客に関連する情報を使用できます。こうしたデータがなければ、先ほどのフォローアップメールのように、LLM が汎用的な情報や関連性の低い情報を記載したコンテンツを作成する可能性が高まります。特定のデータがあれば、プロンプトが適切にパーソナライズされます。

LLM の出力に影響を及ぼすのはプロンプトだけではありません。LLM には、応答に影響を及ぼす設定もあります。プロンプトを考案するときは、必ず LLM の設定を試行して、さまざまな値が出力にどのように影響するか確認します。

たとえば、同じ LLM に 2 回続けて同じプロンプトを使った場合でも、通常は応答がまったく同じではないことをご存じでしたか? また、LLM の「温度」設定を使用すると、出力のばらつきを増減させることができます。このように、各自の設定に応じて、同じプロンプトに対する LLM の複数の応答が似通っていることもあれば、さほど似ていないこともあります。

最後に、各種の LLM が画一的に動作するわけではない点に留意します。LLM が異なれば、1 つのプロンプトに対する応答が異なる可能性があり、実際に異なります。LLM も料理のアシスタントと同様に、さまざまな指導法を用いるさまざまなエキスパートの元で、さまざまなデータを使ってトレーニングを受けています。最適な結果を得るためには、常に使用する LLM のことを把握し、その LLM に合わせてプロンプトを調整します。

プロンプトの基本要素

適切なレシピと同様に、効果的なプロンプトにも要素と指示の両方が必要です。この 2 つが相まって、LLM で優れた出力が生成されます。

以下は、プロンプトに含める主な要素を示しています。では、こうした要素を使用してブログ投稿を作成する方法を見てみましょう。

要素を挙げたら、次は LLM に従うべき明確な指示を与えます。

最後に、LLM の応答方法を明確にする、あるいは制限するための詳細をプロンプトに追記します。たとえば、LLM に従ってもらいたい制限、言語、スタイルのガイドラインなどが該当します。細かく指定すればするほど、LLM による応答のカスタマイズの度合いが高まります。

要素と指示と追加情報をまとめると、次のようなプロンプトになります。

あなたは世界的に有名なケーキの飾り付け職人です。あなたのベーカリーは人気が高く、特にケーキが評判です。あなたのブログも顧客の間で人気があります。あなたの顧客は、家族のこともあれば、新郎新婦やお子さんの場合もあります。顧客は甘いものに目がなく、あなたが最新のテクニックを駆使して作る新作のケーキにいつも関心を寄せています。現在、最新のブログ投稿を書いています。ケーキの飾り付けの独自のテクニックを教えることで顧客の関心を集めたいと思っています。

あなたは与えられた指示に従う必要があります。データや根拠のない内容に言及したり、そうした回答を生成したりしてはなりません。

指示:

ケーキの飾り付けの基本事項について説明する記事を作成します。ケーキの飾り付けの各種のテクニックに関する包括的な分析も示します。各テクニックの難点や課題について検討します。読者に、ブログ投稿で説明したテクニックがすべて盛り込まれた新作のケーキを作り、テクニックを実際に試してみるよう促します。

ブログは英語で記述します。中学 2 年生程度の読解力を想定し、文章からイメージが湧くような形容詞を活用する必要があります。簡潔かつ明快な能動態の文にします。つなぎ言葉、俗語、冗長な言い回しは避けてください。ブログは 600 語以内でなければなりません。

では、ブログ投稿を記述してください。

リソース

• Trailhead: 生成 AI の基本
• Trailhead: Einstein 生成 AI: クイックルック
• Trailhead: 人工知能の責任ある作成