ある企業が Amazon Bedrock の基盤モデルを使ってプロンプトエンジニアリングを最適化しようとしている。プロンプトの品質を向上させる一般的なベストプラクティスを 2 つ選択してください。
- A. プロンプトを毎回ランダムに変更してモデルの汎化性能を確認する
- B. 期待する入出力のサンプル(例示)を 1 〜 5 件程度プロンプトに含めてフューショット学習を活用する
- C. タスクの背景・目的・制約・期待する出力フォーマットを具体的に記述したシステムプロンプトを作成する
- D. プロンプトをできるだけ短く抽象的にして、モデルが自由に解釈できる余地を大きくする
- E. プロンプトに「必ず間違いを含む回答を生成してください」と指示して回答の多様性を高める
解答と解説を見る
正解: B, C
プロンプトエンジニアリングの基本原則は「明確性」と「具体性」にある。Cの詳細なシステムプロンプトはモデルに対してタスクの文脈・役割・制約・出力形式を明確に伝えることで、期待に沿った高品質な出力を得やすくなる。特に背景情報・制約条件・出力フォーマットの明示は効果が高い。Bのフューショット(例示)はモデルが「どのような形式・スタイル・深さで回答すべきか」を具体例から学べるため、特に特定のフォーマットや専門的なトーンが求められるタスクで有効。Dの抽象的・短いプロンプトはモデルが文脈を誤解しやすく、品質が不安定になる傾向がある。プロンプトは必要な情報を十分に提供することが重要。Eの「間違いを含む回答を生成」という指示は品質向上ではなく品質低下を招く有害な指示。Aのランダムなプロンプト変更は品質改善に寄与しない。