A AIビルダー
日本語

プロンプトのガイダンス

より信頼性の高い結果を得るためのAIビルダーのプロンプト

AIビルダーのプロンプトは、目標、利用可能なコンテキスト、制約、期待する結果を平易な言葉で説明すると、最も効果を発揮します。以下の例を出発点として、ワークフローに合わせて調整してください。

begin.shへのプロンプトの引き継ぎ

前提条件

適切な入力から始める

優れたプロンプトに専門用語は必要ありませんが、ビルダーが目標と実装の詳細を区別できるだけの十分なコンテキストは必要です。

  1. 1

    成果を明確にする

    ワークフロー、アシスタント、または生成されるエクスペリエンスが達成すべきことを明示します。分類、要約、抽出、下書き、振り分けなど、観察可能な結果を使用してください。

  2. 2

    コンテキストとルールを追加する

    対象者、参考資料、重要なフィールド、エッジケース、制約を提示します。回答に確信が持てない場合にシステムが避けるべきことを伝えてください。

  3. 3

    出力を説明する

    期待する形式、トーン、構成、次のアクションを指定します。出力例があると、抽象的な依頼をより簡単に解釈できるようになります。

関連する機能

一連の流れを確認する

プロンプトの設計は、特定の機能と結び付くことがよくあります。以下の関連ガイドでは、ファイル、モデル、計算などを扱う場合に、同じ概要がどのように変わるかを説明します。

プロンプトの構成

選択肢の表:曖昧な指示と具体的な指示

左の列では重要な判断が曖昧なままです。右の列では、実装の細部まで指定せずに、ビルダーが検証しやすい指示を示しています。

曖昧なプロンプト 具体的なプロンプト
目標 サポートアシスタントを作成する。 受信した各サポートメッセージを分類し、次に担当すべきチームまたは取るべき対応を提案する。
コンテキスト 顧客情報を使用する。 利用できる場合は、メッセージ本文、製品分野、顧客ランク、過去のケースのステータスを使用する。
カテゴリ 顧客が何を必要としているかを特定する。 トピックを1つ返す:billing、access、bug、feature request、account、other のいずれか。
不確実な場合 判断が難しいケースに適切に対応する。 トピックが不明な場合は other を返し、どの情報が不足しているかを説明する。
出力 役立つ回答を提供する。 カテゴリ、緊急度、推奨担当チーム、2文の返信案を返す。
文体 プロフェッショナルな文体にする。 簡潔で落ち着いた言葉を使い、確認されていない解決を約束しない。
成功基準 正確にする。 それを頼りにする前に、典型的なメッセージ、曖昧なメッセージ、対象外のメッセージに対して結果をテストする。

失敗すること

プロンプトルートでは判断できないこと

プロンプトで意図を表現することはできますが、ソースの品質、レビュー、または結果の責任者を明確に決めることの代わりにはなりません。

1

不足しているコンテキストを創作することはできない

プロンプトに関連するフィールド、例、またはソース資料が含まれていない場合、出力が一般的なものになったり、誤った前提に基づいたものになったりする可能性があります。

代わりに行うこと

ワークフローが実際に受け取れる入力を一覧にし、入力がない場合にどう処理するかを定義する。

2

あらゆるエッジケースを保証することはできない

単一の指示では、本番環境で発生するあらゆる特殊な依頼、矛盾する記録、または曖昧な表現を予測することはできません。

代わりに行うこと

代表的なエッジケース、フォールバックの結果、不確実な結果に対するレビューパスを追加する。

3

それだけで成功を定義することはできない

「より良い」「スマート」「正確」といった言葉は意図を表すものの、役立つテストにはなりません。

代わりに行うこと

結果が許容できることを示すフィールド、形式、しきい値、または人によるチェックを明確にする。

4

責任者の代わりになることはできない

ビルダーはワークフローの設計を支援できますが、機密性の高い判断をレビューし、その基盤となるプロセスを維持するには、引き続き個人またはチームが必要です。

代わりに行うこと

テスト、承認、監視、プロンプトの改訂の責任者を割り当てる。

プロンプトの比較

精度の高いプロンプトがもたらす違いを見る

焦点を絞った概要は、改善の余地を残しながら、役立つ初稿を作成するための十分な構造をビルダーに提供します。

詳細が限られた不明確なAIワークフローの依頼
不明確な概要
詳細なプロンプトに基づく、より構造化されたワークフローの結果
構造化された結果

具体的な入力があれば、テストしやすい出発点を作れます。

不明確な依頼内容構造化された結果

次のステップ

次のプロンプトを実際に使ってみましょう

まずワークフローを1つ選び、求める結果を平易な言葉で書きます。次に、他の人が結果を確認するために必要な入力、ルール、情報が不足している場合の対応、出力形式を加えます。対象範囲を広げる前に、通常のケースと曖昧なケースでプロンプトをテストしましょう。

  • 観察可能な結果を1つ記述する
  • 入力と例外的なケースを含める
  • 改善する前に最初の結果を確認する
プロンプトから作成する

プロンプトに関する質問

よくある質問

目標、利用できる入力、重要なルール、期待する出力、情報が不足している場合や不明確な場合の対応を含めてください。短い例を添えると、意図する結果がより明確になります。

重要な曖昧さをなくせる程度に詳しく書きつつ、内部の手順を一つひとつ指定しすぎないようにします。まず結果と制約を示し、最初の結果に修正が必要な箇所には例や例外的なケースを追加してください。

プロンプトの構成は再利用できますが、背景情報とルールはワークフローに合わせる必要があります。分類、文書作成、計算では、それぞれ必要な入力と成功基準が異なります。

背景情報の不足、曖昧な出力要件、矛盾する指示、入力の品質のばらつきなどが原因です。出力形式、情報が不足している場合の対応、代表的なテストケースを明確にしてください。

典型的な例、不完全な入力、曖昧または対象範囲外のケースで試してください。出力が指定の形式に従っているか、情報が不足している場合の対応が安全で役立つかを確認します。

作成を始める
作成を始める