プロンプト技法

あくてぃぶぷろんぷてぃんぐ

Active Prompting（能動的プロンプト）とは、AIの回答が不確実な設問を自動選別し、そこに人手のFew-shot例を集中投入する手法のこと。

えっくすえむえるたぐぷろんぷと

XMLタグプロンプトとは、指示・文脈・出力形式などをXMLタグで区切ってLLMに構造を明示するプロンプト記法のこと。

えもーしょんぷろんぷと

エモーションプロンプトとは、「これは重要です」「集中して」など感情的な表現を指示文に加え、LLMの回答精度や有用性を高めるプロンプト技法のこと。

グラフ・オブ・ソーツ

Graph of Thoughtsとは、LLMの思考過程を木構造ではなくグラフ構造で表現し、複数の推論経路を分岐・統合できるようにするプロンプト技法のこと。

けんしょうのれんさ

検証の連鎖とは、AIが一度出した回答の中の個々の事実主張を自ら疑問文に分解し、それぞれ独立に検証してから矛盾を洗い出し回答を修正するプロンプト技法のことである。

こうぞうかしゅつりょく

構造化出力とは、LLMに対してJSONやXMLなど決まった形式でレスポンスを返させる技術のこと。

こっしぷろんぷと（すけるとん・おぶ・そーと）

骨子プロンプトとは、まず回答の骨格（アウトライン）を生成し、各項目を独立した並列プロセスで肉付けするプロンプト技法のこと。

こんとらすてぃぶしーおーてぃー

コントラスティブCoTとは、正しい推論過程の例と誤った推論過程の例を対比させて提示し、なぜ誤りなのかを手がかりに正答への道筋をモデルに学習させるプロンプト技法のこと。

さいしょうからさいだいへのぷろんぷと

最小から最大へのプロンプトとは、複雑な問題を単純なサブ問題に分解し、易しい順に解いて前の回答を次の入力に組み込みながら段階的に難問へと進むプロンプト技法のこと。

じこせいごうせい

自己整合性とは、同一プロンプトを複数回実行して得た回答を多数決で統合し、精度を高めるプロンプト技法のこと。

じこはんせいぷろんぷと

自己反省プロンプト（Reflexion）とは、LLMが自分の出力を評価・批判し、その反省をもとに回答を繰り返し改善するプロンプト技法のこと。

しすてむつーあてんしょん

System 2 Attention（S2A）とは、LLMに入力コンテキストを一度書き直させて無関係な情報や誘導表現を除去し、本来の質問だけに答えさせることで回答精度を高めるプロンプト技法のこと。

しすてむぷろんぷと

システムプロンプトとは、AIアシスタントの応答スタイル・役割・制約をあらかじめ設定する隠し命令文のこと。ユーザーの入力より先に処理され、会話全体のトーンと動作範囲を規定する。

じどうしこうれんさ

Auto-CoTとは、多様な質問をクラスタリングして代表例を選び、ゼロショット思考連鎖で推論例を自動生成することで、人手によるCoTプロンプト作成を省く手法のこと。

じどうぷろんぷとさいてきか（でぃーえすぱい）

自動プロンプト最適化（DSPy）とは、LLMへの指示文を人手で試行錯誤せずに、評価指標をもとにプログラムが自動で生成・改善するフレームワークのこと。

すてっぷばっくぷろんぷと

ステップバックプロンプトとは、AIに質問を直接解かせる前に「一歩引いた」抽象的な原則や概念を先に考えさせることで、回答精度を高めるプロンプト技法のこと。

すれっどおぶそーと

Thread of Thought（思考の糸）とは、長く煩雑な文脈を小さな区切りに分けながら段階的に要約・整理させることで、長文コンテキストでも回答精度を保つプロンプト技法のこと。

せいせいちしきぷろんぷと

生成知識プロンプトとは、LLMに質問への回答前に関連知識をまず生成させ、その知識を踏まえて最終回答を導く2段階のプロンプト技法のこと。

せいやくつきでこーでぃんぐ

制約付きデコーディングとは、LLMがJSONや正規表現など特定の形式に合致するトークンのみを生成するよう、確率分布をリアルタイムにフィルタリングする推論技術のこと。

せるふあすく

Self-Ask（自問プロンプト）とは、複雑な質問をAI自身がサブ質問に分解し、一つずつ答えながら最終回答へたどり着かせるプロンプト技法のこと。

ぜろしょっとぷろんぷと

例示なしで AI にタスクを依頼する方法。 最新モデルは Zero-shot 精度が大幅に向上した。

ちぇーん・おぶ・どらふと

Chain-of-Draftとは、大規模言語モデルに詳細な思考過程ではなく最小限の下書きだけを段階的に出力させて回答へ導くプロンプト技法のこと。

ちぇーんおぶそーと

AI に「ステップごとに考えてください」と促し、 複雑な推論精度を上げる手法。

ちぇーんおぶでんしてぃ

Chain-of-Densityとは、同じ文章量のまま要約を複数回書き直し、固有名詞や数値などの情報密度を段階的に高めていくプロンプト技法のこと。

つりーおぶそーつ（しこうのき）

Tree of Thoughts（思考の木）とは、LLMが複数の推論経路を木構造で並列探索し、各ステップで最良の経路を選びながら問題を解くプロンプト技法のこと。

ぱる

PALとは、LLMに計算過程を自然言語で推論させる代わりにPythonなどの実行可能なプログラムを生成させ、その実行結果を最終回答として採用するプロンプト技法のこと。

ふゅーしょっとぷろんぷと

AI に「お手本の例」を 3-5 件見せてから タスクを依頼する手法。 出力フォーマットが安定する。

ぷらんあんどそるぶぷろんぷと

Plan-and-Solveプロンプトとは、タスクを「計画立案」と「その実行」の2段階に分けてAIに指示するプロンプト技法のこと。

ぷろんぷと

AI への指示文。 役割 + タスク + 制約 + 文脈 の 4 要素を明示するのが基本。

ぷろんぷとあっしゅく

プロンプト圧縮とは、LLMに渡すプロンプトやコンテキストの意味を保ちながらトークン数を大幅に削減する技術のこと。

ぷろんぷとえんじにありんぐ

AI への指示文を 設計する技術。 役割・タスク・制約・文脈 の 4 要素 + Few-shot などのテクニック。

ぷろんぷときゃっしんぐ

プロンプトキャッシングとは、LLM APIへの入力プロンプトの一部をサーバー側でキャッシュし、同一プレフィックスを再利用することで処理コストとレイテンシーを削減する技術のこと。

ぷろんぷとちぇーん

プロンプトチェーンとは、複数のプロンプトを順番に連結し、前の出力を次の入力として渡すことで複雑なタスクを段階的に処理する手法のこと。

ぷろんぷとてんぷれーと

プロンプトテンプレートとは、LLMへの指示文を変数付きの再利用可能な雛形として定義したもののこと。

ぷろんぷとばーじょんかんり

プロンプトバージョン管理とは、LLMに与えるプロンプトの変更履歴を記録・追跡し、性能比較やロールバックを可能にする運用手法のこと。

ほうこうせいしげきぷろんぷと

方向性刺激プロンプトとは、要約したい語句や望むトーンなど小さなヒントを本プロンプトに添え、LLMの出力を狙った方向へ導くプロンプト技法のこと。

まるちもーだるぷろんぷと

マルチモーダルプロンプトとは、テキストだけでなく画像・音声・動画・PDFなどを組み合わせてAIに指示を与えるプロンプト技法のこと。

めたぷろんぷと

メタプロンプトとは、AIにプロンプト自体を生成・評価・改善させる手法のこと。人間が試行錯誤するのではなく、LLMの言語理解力を使ってより良い指示文を自動で作り出す。

りふれーず・あんど・りすぽんど

Rephrase and Respond (RaR)とは、LLMに質問をそのまま処理させず、まず質問文自体を言い換えさせてから回答させるプロンプト技法のこと。

るいすいぷろんぷと

類推プロンプトとは、LLMに関連する類似問題や解法例をまず自ら想起させ、それを踏まえて本題を解かせるプロンプト技法のこと。

ろーるぷろんぷと

ロールプロンプトとは、AIに「あなたはXXの専門家です」のように役割を与えることで、タスクに最適なトーンと精度の回答を引き出すプロンプト技法のこと。

わんしょっとぷろんぷと

One-shotプロンプトとは、AIに望む出力の実例を1つだけ示してからタスクを実行させるプロンプト設計手法のこと。