AIから良い出力を得るための指示文の設計手法
98語を50音順で表示
プロンプト技法の用語98語
- Active Prompting (能動的プロンプト)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。
- 英語プロンプト優位 (言語間性能差)えいごぷろんぷとゆうい げんごかんせいのうさ英語プロンプト優位 (言語間性能差) とは、 同じ意図の指示文でも英語で書いた方が日本語で書くよりLLMの応答精度・一貫性が高くなりやすい現象のこと。
- ART (自動推論とツール利用)えーあーるてぃーARTとは、LLMがタスクを分解しながら思考連鎖と外部ツール呼び出しを自動的に組み合わせ、回答を導く自動推論とツール利用のプロンプト手法のこと。
- XMLタグプロンプト (XML Tagging)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。
- FIM (中間補完プロンプト)えふあいえむ ちゅうかんほかんぷろんぷとFIM（Fill-in-the-Middle）とは、文章やコードの前後（プレフィックスとサフィックス）を与えて、その間の欠落部分をAIに補完させるプロンプト技法のこと。
- エモーションプロンプト (Emotion Prompting)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。
- 開発者メッセージ (Developer Message)かいはつしゃめっせーじ開発者メッセージとは、LLM APIでユーザー入力より優先度が高い開発者指示をモデルに渡す、system役割の後継として設けられた入力区分のことである。
- 確信度の言語化 (Verbalized Confidence)かくしんどのげんごか確信度の言語化とは、LLMに回答と同時に、その回答がどれだけ確からしいかを数値やラベルで自己申告させるプロンプト技法のこと。
- 壁打ちプロンプト (思考の相手役をさせる)かべうちぷろんぷと壁打ちプロンプトとは、AIに反論・深掘り質問を返させて自分の思考を整理する、AIを壁打ち相手役にする対話設計のこと。
- 疑似コードプロンプト (Pseudocode)ぎじこーどぷろんぷと疑似コードプロンプトとは、if-then・ループ・変数代入などプログラミングの疑似コード構文でAIへの指示を記述するプロンプト技法のこと。
- 逆質問プロンプト (Clarifying Question)ぎゃくしつもんぷろんぷと逆質問プロンプトとは、指示が曖昧なときにAIへ即答させず、不足情報を先に問い返させるよう設計するプロンプト技法のこと。
- 区切り文字プロンプト (Delimiter)くぎりもじぷろんぷと区切り文字プロンプトとは、指示文と入力データを###や"""、XMLタグなどの記号で明確に分離し、LLMの誤読やプロンプトインジェクションを防ぐ技法のこと。
- Graph of Thoughts (思考のグラフ)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。
- 検証の連鎖 (Chain-of-Verification)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。
- 構造化出力 (Structured Output)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。
- 肯定形指示 (禁止より「こうしろ」)こうていけいしじ肯定形指示とは、「〜するな」という禁止形ではなく「〜せよ」という肯定形でAIに望む行動を直接指定するプロンプト技法のこと。
- ゴールシークプロンプトごーるしーくぷろんぷとゴールシークプロンプトとは、達成したいゴールを先に提示し、そこに至る手順や必要な情報をAIに逆算させて組み立てさせるプロンプト技法のこと。
- 誤前提の質問 (False Premise)ごぜんていのしつもん誤前提の質問とは、事実と異なる前提を含んだままAIに投げかけ、AIがその前提を鵜呑みにするかを検証する質問手法のことである。
- 骨子プロンプト (Skeleton-of-Thought)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。
- コントラスティブCoT (Contrastive Chain-of-Thought)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。
- RCI (再帰的批評と改善)さいきてきひひょうとかいぜんRCIとは、AIに一度出力を生成させた後、その内容を自己批評させ、指摘点をもとに修正を繰り返させるプロンプト技法のこと。
- 最小から最大へのプロンプト (Least-to-Most)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。
- 最大出力トークン (Max Tokens)さいだいしゅつりょくとーくん最大出力トークン(Max Tokens)とは、LLMが1回の応答で生成できるトークン数の上限を指定するパラメータのこと。
- サンドイッチ防御 (Sandwich Defense)さんどいっちぼうぎょサンドイッチ防御とは、ユーザー入力の前後をシステム指示で挟み込み、プロンプトインジェクション攻撃を防ぐプロンプト設計手法のこと。
- 産婆術プロンプト (Maieutic Prompting)さんばじゅつぷろんぷと産婆術プロンプトとは、AIに出した回答へさらに「なぜそう言えるのか」を繰り返し問い返させ、根拠と矛盾を洗い出しながら結論の妥当性を検証するプロンプト技法のこと。
- CoTデコーディング (プロンプト無し思考誘発)しーおーてぃーでこーでぃんぐCoTデコーディングとは、思考を促すプロンプトを使わず、複数の出力候補を比較することで自然に生じる連鎖的推論を取り出すデコード手法のこと。
- GEPA (進化的プロンプト最適化)じーぱGEPA(進化的プロンプト最適化)とは、遺伝的アルゴリズムの交叉・変異とLLM自身による内省的な振り返りを組み合わせてプロンプトを自動改良する手法のこと。
- 視覚的思考連鎖 (Visual CoT)しかくてきしこうれんさ視覚的思考連鎖(Visual CoT)とは、画像入力を含むタスクでモデルが注目領域や図解を推論の途中経過として明示しながら段階的に答えを導くプロンプト技法のこと。
- 自己整合性 (Self-Consistency)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。
- 自己反省プロンプト (Reflexion)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。
- 指示階層 (Instruction Hierarchy)しじかいそう指示階層とは、AIモデルがシステム・開発者・ユーザーなど複数の入力元からの指示に優先順位をつけ、下位の指示が上位のルールを上書きできないよう制御する設計原則のこと。
- 指示の再掲 (Instruction Repetition)しじのさいけい指示の再掲とは、プロンプトの冒頭で示した重要な指示や制約を、本文の途中や末尾でもう一度書き添え、モデルが指示を見失うのを防ぐプロンプト技法のこと。
- System 2 Attention (S2A)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。
- システムプロンプト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。
- Auto-CoT (自動思考連鎖)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。
- 自動プロンプト最適化 (DSPy)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。
- 出力長指定 (Length Control)しゅつりょくちょうしてい出力長指定とは、AIモデルへの応答の文字数・トークン数・段落数などの分量を明示的に指示するプロンプト技法のこと。
- スクラッチパッド (Scratchpad)すくらっちぱっどスクラッチパッドとは、LLMが最終回答を出す前に思考過程や中間計算を書き出す領域を用意させるプロンプト技法のこと。
- ステップバックプロンプト (Step-Back Prompting)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。
- ストップシーケンス (Stop Sequence)すとっぷしーけんすストップシーケンスとは、LLM に生成を停止させたい合図として事前に指定する文字列のこと。指定した文字列が出力に現れた時点で生成が打ち切られる。
- Thread of Thought (思考の糸)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。
- 生成知識プロンプト (Generated Knowledge)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。
- 制約付きデコーディング (Constrained Decoding)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。
- Self-Ask (自問プロンプト)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。
- Self-Discover (自己発見プロンプト)せるふでぃすかばーSelf-Discoverとは、LLMが複数の推論モジュールから自ら最適な組み合わせを選び、タスク専用の推論構造を生成してから問題を解くプロンプト技法のこと。
- Self-Refine (自己改善プロンプト)せるふりふぁいんSelf-Refineとは、AIモデルが自分の出力を生成した後、自己評価とフィードバックを繰り返して回答の質を高めていくプロンプト技法のこと。
- Zero-shot CoT (ゼロショット思考連鎖)ぜろしょっとしーおーてぃーZero-shot CoTとは、例示（few-shot）を用意せず「ステップバイステップで考えて」等の一文を添えるだけでLLMの推論精度を引き上げるプロンプト技法のこと。
- Zero-shot プロンプト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。
- ソフトプロンプト (Prefix Tuning)そふとぷろんぷとソフトプロンプトとは、自然言語の代わりに学習可能な埋め込みベクトルを入力の先頭に付加し、モデル本体の重みは凍結したまま出力を制御するプロンプトチューニング手法のこと。
- 多重人格プロンプト (Solo Performance Prompting)たじゅうじんかくぷろんぷと1つの AI に複数の役割を演じ分けさせ、 対話形式で相互チェックしながら 回答精度を上げる手法のこと。
- 段階的開示 (Progressive Disclosure)だんかいてきかいじ段階的開示とは、情報や機能を一度に全部見せず、ユーザーの理解度や操作の進行に合わせて必要な分だけ順に提示する設計手法のこと。
- Chain-of-Symbol (記号連鎖プロンプト)ちぇいんおぶしんぼる(きごうれんさぷろんぷと)Chain-of-Symbolとは、自然言語ではなく矢印や座標などの記号列で中間推論の手順を表現し、LLMの空間把握や順序立てた推論の精度を高めるプロンプト技法のこと。
- Chain-of-Draft (下書きの連鎖)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。
- Chain of Thought (思考の連鎖)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。
- Chain-of-Table (表データ推論)ちぇーんおぶてーぶるChain-of-Tableとは、表形式データに対してLLMが行の抽出・列の追加・並べ替えなどの操作を段階的に実行しながら回答を導く推論手法のこと。
- Chain-of-Density (要約密度向上)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。
- Tree of Thoughts (思考の木)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。
- TextGrad (テキスト勾配によるプロンプト最適化)てきすとぐらっどTextGradとは、LLMが返す自然言語の評価コメントを勾配のように扱い、プロンプトや推論過程を逆伝播的に自動修正していく最適化手法のこと。
- 討論プロンプト (Multi-Agent Debate)とうろんぷろんぷと討論プロンプトとは、複数のAIエージェントに異なる立場で議論・相互批判させてから結論を統合する手法のこと。
- トーン指定 (Tone Control)とーんしていトーン指定とは、AIへの回答依頼時に文体や話し方（丁寧、カジュアル、専門的など）を明示的に指示するプロンプト技法のこと。
- 日時コンテキスト注入 (Date Injection)にちじこんてきすとちゅうにゅう日時コンテキスト注入とは、LLMのプロンプトに現在の日付や時刻を明示的に埋め込み、モデルが学習データのカットオフ時点を「今」と誤認するのを防ぐ手法のこと。
- Verbalized Sampling (多様性を引き出す指示)ばーばらいずどさんぷりんぐVerbalized Samplingとは、AIに単一の正解ではなく複数の候補案を確率(重み)付きで言語化させ、出力の多様性を引き出すプロンプト技法のこと。
- Buffer of Thoughts (思考のバッファ)ばっふぁーおぶそーつBuffer of Thoughts（思考のバッファ）とは、過去に解いた問題から抽出した思考テンプレートを蓄積し、新しい問題に応じて呼び出し再利用する推論高速化手法のこと。
- PAL (プログラム支援言語モデル)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。
- 深津式プロンプトふかつしきぷろんぷと深津式プロンプトとは、UXデザイナーの深津貴之氏が考案した、命令文・制約条件・入力文・出力文の4見出しでプロンプトを構造化する設計手法のこと。
- Few-shot プロンプト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。
- Plan-and-Solve プロンプト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。
- プレフィル (Assistant Prefill)ぷりふぃるプレフィルとは、LLMへの回答生成時にアシスタント側の回答冒頭をあらかじめ文字列で指定し、続きを生成させることで出力形式や文体を誘導するプロンプト技法のこと。
- プロンプトぷろんぷと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。
- プロンプト圧縮 (Prompt Compression)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。
- プロンプトアンサンブル (Prompt Ensemble)ぷろんぷとあんさんぶるプロンプトアンサンブルとは、同じ課題に対して複数の異なるプロンプトや生成結果を組み合わせ、多数決や統合によって精度を高める手法のことである。
- プロンプト移植性 (Prompt Portability)ぷろんぷといしょくせいプロンプト移植性とは、あるLLM向けに書いたプロンプトを別のモデルやバージョンに移行しても、同等の出力品質を維持できる度合いのこと。
- プロンプトA/BテストぷろんぷとえーびーてすとプロンプトA/Bテストとは、同じタスクに対して複数のプロンプト案を用意し、出力品質やコストを比較して最適な指示文を選び出す手法のこと。
- プロンプトエンジニアリング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。
- プロンプト感度 (Prompt Sensitivity)ぷろんぷとかんどプロンプト感度とは、同じ意図の指示でも文言や構成のわずかな違いによってAIの出力品質が大きく変動する度合いのこと。
- プロンプトキャッシング (Prompt Caching)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。
- プロンプトチェーン (Prompt Chaining)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。
- プロンプトテンプレート (Prompt Template)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。
- プロンプトバージョン管理 (Prompt Versioning)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。
- プロンプトパターンカタログぷろんぷとぱたーんかたろぐプロンプトパターンカタログとは、少数ショットや思考の連鎖など再利用可能なプロンプト設計手法を目的別に分類し整理した一覧のこと。
- プロンプトライブラリ (Prompt Library)ぷろんぷとらいぶらりプロンプトライブラリとは、業務や用途別に効果が確認されたプロンプトのひな型を整理・保管し、チームで再利用できるようにした仕組みのこと。
- 分割要約 (Map-Reduce要約)ぶんかつようやく分割要約(Map-Reduce要約)とは、長文を複数のチャンクに分割してそれぞれ個別に要約し、その要約群をさらに統合して最終的な要約を得る手法のこと。
- Best-of-N サンプリングべすとおぶえぬさんぷりんぐBest-of-Nサンプリングとは、同一プロンプトに対しLLMが複数の候補出力を生成し、スコアリング基準で最も良いものを選択する推論時手法のこと。
- 方向性刺激プロンプト (Directional Stimulus Prompting)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。
- Markdown構造化プロンプトまーくだうんこうぞうかぷろんぷとMarkdown構造化プロンプトとは、見出しや箇条書き、コードブロックなどMarkdown記法でプロンプト内の指示を階層的に整理し、AIに構造を明示して読み取らせる手法のこと。
- マルチモーダルプロンプト (Multimodal Prompting)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。
- メガプロンプト (長文指示書)めがぷろんぷとメガプロンプトとは、AIの役割・制約・出力形式などを一つのプロンプトに数千〜数万字規模でまとめた長文指示書のこと。
- メタ認知プロンプト (Metacognitive Prompting)めたにんちぷろんぷとメタ認知プロンプトとは、AIに自身の思考過程や回答の確からしさを振り返らせ、誤りがないか自己評価・修正させてから答えさせるプロンプト技法のこと。
- メタプロンプト (Meta Prompting)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。
- 役割逆転プロンプト (Flipped Interaction)やくわりぎゃくてんぷろんぷと役割逆転プロンプトとは、通常はユーザーが質問しAIが答える対話の役割を入れ替え、AI側に質問させて情報を引き出す対話設計手法のこと。
- 用語集注入 (Glossary Injection)ようごしゅうちゅうにゅう用語集注入 (グロッサリー・インジェクション) とは、 業界固有の用語とその定義をあらかじめプロンプトに埋め込み、 AI の解釈のブレや誤用を防ぐプロンプト技法のこと。
- 読み手指定 (Audience Specification)よみてしてい読み手指定とは、AIへのプロンプトで想定読者の専門性や役職などを明示し、回答のトーン・語彙・詳細度を調整させるプロンプト技法のこと。
- リーズニングエフォート (Reasoning Effort)りーずにんぐえふぉーとリーズニングエフォートとは、LLMが回答を生成する前にどれだけ内部推論(思考)に計算量・トークンを割くかを指定するパラメータのこと。
- Rephrase and Respond (RaR)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。
- 類推プロンプト (Analogical Prompting)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。
- 例示選択 (Exemplar Selection)れいじせんたく例示選択（Exemplar Selection）とは、few-shotプロンプトに含める入出力サンプルを、モデルの出力を狙った形式や品質に近づくよう意図的に選定する技術のことである。
- ロールプロンプト (役割設定)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。
- One-shot プロンプト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。
AI用語辞典のトップへ
全カテゴリ横断で検索・絞り込みができます
辞典トップへ