ある企業が Azure OpenAI Service でカスタムアシスタントを構築し、ユーザーの質問に対して高精度な回答を提供したいと考えています。出力の品質を向上させるために、プロンプト設計で適切な戦略を2つ選択してください。
- A. 出力形式（JSON・箇条書き・文字数制限など）をシステムプロンプトで明確に指定することで、一貫した構造の回答を得る
- B. プロンプトをできる限り短く・曖昧にすることで、モデルが自由に最適な回答形式を選べるようにする
- C. 複雑なタスクをサブタスクに分解し、中間結果を確認しながら段階的に処理する Chain-of-Thought アプローチを使用する
- D. システムプロンプトに「あなたは完璧な AI です。絶対に間違えません」と記述し、モデルの自信レベルを高める
- E. モデルの temperature を常に最大値（2.0）に設定し、多様な回答候補の中から最良のものを毎回人間が選ぶ
解答と解説を見る
正解: A, C
プロンプト設計のベストプラクティスとして、選択肢 A「出力形式の明確な指定」は出力の一貫性・パーサビリティを確保する基本技術です。選択肢 C「Chain-of-Thought による段階的処理」は複雑な推論タスクでの精度向上に有効です。選択肢 B は「短く・曖昧に」することは逆効果であり、具体的・詳細な指示が出力品質を高めます。選択肢 D は「完璧・絶対に間違えない」といった過剰な自信付与は、モデルが誤った回答を自信満々に出力するリスク（ハルシネーションの悪化）を高めます。選択肢 E の temperature 最大値設定は極めてランダムな出力を生成し、品質の安定性が大幅に低下します。毎回人間が選ぶという運用も非効率です。