AIF基盤モデルのアプリケーション
ある開発者が Amazon Bedrock の基盤モデルを使い、問い合わせ内容を決まった JSON 形式（カテゴリと緊急度のフィールド）で出力させたいと考えています。モデルの再トレーニングは行わず、指示文だけでは出力形式が安定しないという課題があります。追加学習なしで出力形式を安定させる、最も適切なプロンプト技法はどれですか。
Aゼロショットプロンプティングで、例を示さず指示文のみで出力形式を指定する
ゼロショットは例を示さず指示文のみで出力させる方法です。本シナリオでは指示文だけでは形式が安定しないという課題が既にあるため、例を与えないこの技法では問題を解決できません。
Bチェーンオブソートプロンプティングで、結論に至る思考過程を段階的に出力させる
チェーンオブソートは結論に至る思考過程を段階的に出力させ、複雑な推論の精度を高める技法です。目的は推論の質向上であり、出力を決まった JSON 形式に固定して安定させる本要件とは合致しません。
Cフューショットプロンプティングで、期待する入出力例を複数プロンプトに含める
✓ 正解
期待する入出力の例を複数プロンプトに示すことでモデルがパターンを模倣し、決まった JSON 形式を再現しやすくなります。再トレーニングなしで出力形式を安定させる要件に最も適合します。
Dロールプロンプティングで、モデルに特定分野の専門家の役割を割り当てる
ロールプロンプティングは専門家などの役割を与え、応答の観点や口調を調整する技法です。出力の文体や視点には影響しますが、JSON などの出力フォーマットを固定し安定させる目的には直接寄与しません。
解説
フューショットプロンプティングは、期待する入力と出力の例をいくつかプロンプト内に提示し、モデルにそのパターンを模倣させる技法です。
決まった JSON 形式の出力例を複数示すことで、モデルは形式を再現しやすくなり、再トレーニングなしで出力形式を安定させる要件に合致します。
選択肢1のゼロショットは、例を示さず指示文のみで応答させる方法で、すでに「指示文だけでは安定しない」という課題があるため不十分です。
選択肢2のチェーンオブソートは、複雑な推論を段階的に行わせ精度を高める技法で、出力形式の固定が目的ではありません。
選択肢4のロールプロンプティングは、専門家などの役割を与えて応答の観点やトーンを調整する技法で、出力フォーマットの安定化には直接寄与しません。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIFを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →