プロンプトの構成
4つの構成があります。
- 指示
- コンテキスト
- 入力データ
- 出力インジゲータ
指示
タスクのことです。
ChatGPTやClaudeで「〇〇を教えて」の部分となります。
コンテキスト
機会学習モデルにタスクを実行させる際に 参照する外部情報 であり、適切な出力を得るために重要です。
適切なコンテキストを提供することで、モデルはより具体的な指示を理解し、タスクに対する適切な応答を生成することが可能になります。これにより、プロンプトの効果が最大化され、ユーザーの意図に沿った結果を得ることができます。
出力インジゲータ
Bedrockでモデルに 特定の出力形式や長さを求める 際には、プロンプト内で出力インジケータを使用することが効果的です。
これにより、モデルは期待される出力の制約を理解し、適切な応答を生成します。
最適なプロンプト設計
『プロンプトの最後に、質問や指示を配置する』
ことで、モデルが十分な文脈を把握した後に応答を生成するように促せるため、最良の結果が得られます。
一方、質問や指示を先頭や途中に置くと、モデルが文脈を把握する前に応答を生成することがあります。
プロンプトテンプレート
『AI モデルの入力形式を一貫性のあるものに標準化したもの』
これにより、モデルがさまざまな入力に対しても同じ基準で応答を生成でき、パフォーマンスの向上が期待できます。
特に、複雑な質問や指示を扱う際に、プロンプトテンプレートは応答のばらつきを減らし、効率的な結果を得るために重要です。
プロンプト管理機能
『Bedrock のプロンプト管理機能は、ユーザーが独自のプロンプトを作成、保存、テスト、バージョン管理できるツール』
- 異なるワークフローで同じプロンプトを再利用し、時間を節約できます。
- プロンプトに変数を含めることで、さまざまなユースケースに合わせて調整可能です。
- プロンプトのバリアントを比較し、最適な出力を生成するバリアントを選択することもできます。