View a markdown version of this page

プロンプトエンジニアリングとは - Amazon Nova

プロンプトエンジニアリングとは

プロンプトエンジニアリングとは、大規模言語モデル (LLM) へのテキスト入力を最適化し、出力を向上させて希望するレスポンスを得る方法を指します。分類、質問への回答、コード生成、創作ライティングなど、プロンプトは LLM がさまざまなタスクを実行できるように支援します。LLM に入力するプロンプトの質は、モデルのレスポンスの質に影響を与える可能性があります。このセクションでは、プロンプトエンジニアリングを始めるために必要な情報を提供します。また、Amazon Bedrock で LLM を使用する際に、ユースケースに最適なプロンプトの形式を見つけるのに役立つツールについても説明します

プロンプトの有効性は、提供された情報の品質とプロンプト自体の作成の巧みさによって異なります。モデルを効果的に導いて結果の品質を向上させるため、プロンプトには指示、質問、コンテキストの詳細、入力、例が含まれる場合があります。このドキュメントでは、Amazon Nova 2 Sonic モデルファミリーのパフォーマンスを最適化する戦略および戦術の概要を説明します。ここで紹介する方法はさまざまな組み合わせで使用され、その有効性が高められる場合があります。特定のニーズに最も適した手法を特定する実験に参加することをお勧めします。

プロンプトエンジニアリングの開始方法

プロンプトエンジニアリングを開始する前に、ユースケースに最適なプロンプトを反復的に開発できるように、次の要素を設定することをお勧めします。

ユースケースを定義する

次の 4 つのディメンションにわたってユースケースを定義します。

  • タスク – モデルで達成するタスクを定義します。これにより、適切なプロンプト手法が決まります。

  • ロール – そのタスクを達成するためにモデルが引き受けるロールを定義します。Amazon Nova モデルは、3 つのロール (システム、ユーザー、アシスタント) をサポートしています。

  • レスポンススタイル – オーディエンスに応じて、JSON、マークダウン、会話など、モデルが従うべきレスポンス構造またはスタイルを定義します。

  • 指示 – 成功基準に従ってモデルが応答するために従う一連の指示を定義します。

成功基準を確立する

成功基準または評価メトリクスを定義します。基準のリストを提供したり、長さ、BLEU スコア、ROUGE、形式、事実、忠実度などの特定の評価メトリクスを提供したりできます。

プロンプトのドラフトを作成する

タスク、ロール、レスポンススタイル、指示を組み込んだ開始プロンプトを作成します。結果に基づいて反復します。

プロンプトの有効性は、提供する情報の品質によって異なります。