伝わるプロンプトを組み立てる

プロンプトは、生成AIへ渡す指示や情報です。「いい文章を書いて」だけでは、誰に何を伝えたいかが分かりません。「初めて利用する人へ、予約方法を説明する。丁寧な口調で、三つの手順にする」のように、目的、読者、条件、出力形式を具体化します。

参考資料がある場合は、どこまでを根拠に使うかも伝えます。役割設定は表現や観点を整える助けになりますが、専門資格や正確性を与えるものではありません。必要な条件に優先順位を付け、矛盾がないか確認しましょう。

Zero-Shotは、具体的な回答例を示さずに課題を指示する方法です。Few-Shotは、少数の例を示して、望む分類や表現の形を伝える方法です。例えば問い合わせを「申込」「変更」「その他」に分けたいなら、各分類に当てはまる文とラベルを示します。

例が一つの種類に偏ると、境界が伝わりにくくなるため、迷いやすい例も含めます。例示は推論時に文脈を与える方法であり、通常、それだけでモデルの重みを更新する追加学習になるわけではありません。

最初の回答を見て、目的に足りない点を具体的に伝えると、対話で改善できます。「もっとよく」より「専門用語に説明を付け、申込期限を冒頭へ移す」の方が修正箇所を共有できます。複雑な作業では、前提、計算結果、根拠、確認事項を分けて示してもらうと、人が検証しやすくなります。

モデルの内部の思考がすべて見えると考えず、確認可能な説明や根拠を求めましょう。最後に、元資料との整合性、指示への適合性、機密や権利への影響を自分で点検します。