《目次》 ◇Chapter 1　プロンプトエンジニアリングと大規模言語モデル・ Chapter 1-1　プロンプトエンジニアリングについて・ Chapter 1-2　大規模言語の得意不得意・ Chapter 1-3　大規模言語モデルの仕組みと成り立ち・ Chapter 1-4　大規模言語モデルの種類と利用方法・ Chapter 1-5　ChatGPTの使い方 ◇Chapter 2　プロンプトエンジニアリング入門・ Chapter 2-1　大規模言語モデルの基本的な動作を確認しよう・ Chapter 2-2　プロンプトのQ&Aフォーマットについて・ Chapter 2-3　指示と入力のフォーマットについて・ Chapter 2-4　出力フォーマットの指定について・ Chapter 2-5　プロンプトに与えるコンポーネント・ Chapter 2-6　作図と画像生成について ◇Chapter 3　大規模言語モデルの基本タスク・ Chapter 3-1　要約タスク――スタイルや箇条書きを指定して要約しよう・ Chapter 3-2　推論タスク――テキスト分類や感情分析をしてみよう・ Chapter 3-3　変換タスク――言い換えや文章校正やデータ形式を変換してみよう・ Chapter 3-4　拡張タスク――物語創作やコード生成能力を確認しよう・ Chapter 3-5　その他のタスク――会話と抽出など ◇Chapter 4　Few-shotプロンプトと性能向上のテクニック・ Chapter 4-1　Zero-shot/One-shot/Few-shotプロンプト・ Chapter 4-2　思考の連鎖――Chain-of-Thought（CoT）・ Chapter 4-3　自己整合性――Self-Consistency ・ Chapter 4-4　思考の木――Tree-of-Thought（ToT）・ Chapter 4-5　MAGIシステム――MAGI-ToT ・ Chapter 4-6　仮想スクリプトエンジン／PAL ・ Chapter 4-7　モックプロンプト――Mock Prompt ◇Chapter 5　テンプレートを使った10倍役立つプロンプト集・ Chapter 5-1　プロフィールと履歴書の生成プロンプト・ Chapter 5-2　命名プロンプト――ペットの名前からブログのタイトルまで・ Chapter 5-3　アイデア発想法を駆使したアイデア生成プロンプト・ Chapter 5-4　業務自動化1――Excel／ファイル一括処理プロンプト・ Chapter 5-5　業務自動化2――ブラウザ制御／スクレイピング生成プロンプト ◇Chapter 6　Web APIとオープンLLMの使い方・ Chapter 6-1　OpenAI ChatGPT APIの使い方・ Chapter 6-2　オープンソースの大規模言語モデルを使う方法 ◇Chapter 7　AGIを目指した高度なプロンプトエンジニアリング・ Chapter 7-1　API版の自己整合性――Self-Consistency ・ Chapter 7-2　API版のMAGIシステム――MAGI ToT ・ Chapter 7-3　計画と解決プロンプト――Plan-and-solve ・ Chapter 7-4　グラウディング――検索など外部リソースなどの利用・ Chapter 7-5　ベクトルデータベースとの連携 END

Posted by ブクログ

2025/06/03

※このレビューにはネタバレを含みます

表示する

本書を読んで学んだこと３つ。　①大規模言語モデル（LLM）が得意としていることの一つとして、「文章の要約」が挙げられていた。ただ、要約する際には誰のために、何のために要約するのかを指示することが大切である。たとえば、ブログの要約を読者に向けて発信する目的なら、なるべく最後まで読み進めて欲しいため結論をなるべく後ろに持ってくるようにするといったことである。一方で偉い先生が書いた論文を自分が読みたいのであれば、平易な言葉で論文のポイントをはっきりと要約してもらうといった具合である。これらのように、要約に対する目的をしっかり指示してあげることで要約の精度がグッと上がる。あとは何文字で要約して欲しいのか、文量を指定してあげることも使いこなす上で覚えておきたい。　②LLMは英語に翻訳して指示すると応答精度が上がる。これは初めて知った驚き。理由は機械学習段階で英語を元に学習してるから。推論能力も上がるし、使用トークン数も抑えれるらしい。これからは日本語での指示に曖昧な答えが返ってきたら、英語で指示してみる。　③LLMの思考を刺激する魔法の言葉がいくつもある。例えば「水平思考で考えて」、「批判的思考で考えて」などである。これらの言葉を覚えてるかどうかで、より高度な回答を得られることになるので、便利用語として覚える。　おまけとして精神論的な言葉もLLMの解答精度を上げてくれるという。例えば「自分を信じて限界を超えてください」、「努力は報われます」といった言葉である。もうAIではなく、後輩を勇気付けるかのように、付き合っていく。

Posted by ブクログ

2025/01/19

2023年の本なので情報は古くなっている部分はあるが、プロンプトエンジニアリングそもそも論から今でも通用するテクニックまで広く学べる良書です。強いて言うならChat GPTを中心っぽく据えるなら他のモデルでの反応例はQRで全部飛ばしちゃった方が紙幅を圧縮できてより読みやすくなっ...

表示する

2023年の本なので情報は古くなっている部分はあるが、プロンプトエンジニアリングそもそも論から今でも通用するテクニックまで広く学べる良書です。強いて言うならChat GPTを中心っぽく据えるなら他のモデルでの反応例はQRで全部飛ばしちゃった方が紙幅を圧縮できてより読みやすくなったのでは。あと微笑ましい誤字脱字があって気になりました。笑 P.153 ロールプレイに仕えるタスク P.162 Zoro-Shot P.196 出力できるにできないでしょうか P.353 計画と解決プロプント

Posted by ブクログ

すべてのレビューを見る

大規模言語モデルを使いこなすためのプロンプトエンジニアリングの教科書

商品詳細

商品レビュー

関連ワードから探す