AIF-C01基盤モデルの応用MEDIUM単一選択

ある企業が Amazon Bedrock で構築した質問応答システムが本番稼働して 3 ヶ月が経過した。ユーザーからは「回答が長すぎて読みにくい」「関係ない情報が含まれている」という不満が多い。プロンプトエンジニアリングで改善するとき、最も効果的なアプローチはどれか。

  1. A. temperature を 0 に設定してモデルの出力長を制限する
  2. B. Knowledge Bases のチャンクサイズを小さくして検索精度を高める
  3. C. システムプロンプトに「回答は箇条書きで 3 点以内にまとめ、質問に直接関係する情報のみを含めてください」と具体的なフォーマット制約を追加する
  4. D. モデルをファインチューニングして短い回答を学習させる
解答と解説を見る

正解: C

プロンプトエンジニアリングによる出力フォーマット制御では、システムプロンプトに「箇条書き 3 点以内」のような具体的な構造制約と「質問に直接関係する情報のみ」という内容絞り込みの指示を組み合わせることが最も即効性がある。ユーザーの問題(長すぎる・無関係な情報)の両方に直接対応している。Aの temperature=0 は出力のランダム性を排除するが、出力の「長さ」や「関連性」を直接制御するものではない。Dのファインチューニングはより根本的な解決策になり得るが、コストと工数が大きく、まずプロンプト改善を試みるべき段階。Bのチャンクサイズ変更は RAG の検索品質に影響するが、モデルが「関係ない情報も含めて長く書く」という問題の根本原因がプロンプト側にある場合には対処にならない。

▸ この試験を本気で演習する(全150問・無料)