新入社員向けの案内メールの下書きを生成AIに作らせているが、担当者ごとに 長さも語調もばらばらで、そのままでは使えない。プロンプトエンジニアリングに あたる対応はどれか。
正解：エ
ア出来上がった文章を担当者が読み、誤りがないか確かめてから送る。
誤り。これは出力を人が確認する運用で、生成AIを使ううえで欠かせない手順です。 ただし確認は出来上がった後の作業であり、AIに何をどう書かせるかを変える ものではありません。入力を直すのか、出力を検める工程かが違います。
イ使ってよいAIサービスと入力してよい情報の範囲を、社内規程で定める。
誤り。これは利用ルールの整備です。機密情報の入力を防ぐために重要ですが、 決めているのは使ってよい範囲であって、指示文の中身ではありません。 ルールを作る話と、指示の書き方を工夫する話は別です。
ウ過去の案内メールを大量に学習させ、自社専用のモデルに作り替える。
誤り。これはモデルそのものに手を入れる追加学習の説明です。手間も費用も 大きく、文面を揃えたいだけなら見合いません。作り替えるのがモデルなのか、 渡す指示文なのかが分かれ目です。
エ指示文に書き手の役割、文字数、箇条書きなどの形式と例を書き添える。
正解。誰の立場で、どんな条件で、どんな形で書くのかを指示文に明示すると、 出力が望む形に近づきます。例を一つ添えると、語調まで揃いやすくなります。 入力の書き方を工夫して出力を近づける手法です。
頼み方を変えると、返ってくるものが変わる
「案内メールを作って」とだけ頼むのは、新人に「よろしく」とだけ言うのに 似ています。相手は悪くないのに、出てくるものは毎回違います。 プロンプトエンジニアリングは、この頼み方の側を整える工夫です。 AIを変えるのではなく、こちらの指示文を変えて望む出力に近づけます。
指示文に書き添えるとよいもの
- 役割: 「総務部の担当者として」と立場を与える
- 条件: 読み手、目的、盛り込む項目、避けたい表現
- 形式: 文字数、箇条書きの数、件名と本文の構成
- 例: 望ましい文面を一つ示し、それに倣わせる
先の例なら「総務担当者として、新入社員向けに、300字程度、丁寧語、 持ち物は箇条書きで3点」と書くだけで、担当者が変わっても形が揃います。 うまくいかなければ指示を足して試す、という繰り返しで精度を上げます。
出力を整える他の手立てとの違い
| 手立て | どこに手を入れるか |
|---|---|
| プロンプトエンジニアリング | 入力する指示文。役割・条件・形式・例を明示する |
| 追加学習によるモデルの改造 | モデルそのもの。費用も手間も大きい |
| 人による確認 | 出来上がった出力。送る前に誤りを見つける |
| 利用ルールの整備 | 使い方の枠。入力してよい情報の範囲などを決める |
「AIの答えが思いどおりでない」ときに、まず見直すのは指示文です。 入力を直すのか、その前後の工程を直すのかで選択肢を仕分けられます。