プロンプトエンジニアリング

ReActは推論と行動を交互に繰り返させるプロンプトの型です。ICLR2023の論文が示した仕組みと効果、いまのエージェント実装に残っているループと落とし穴を整理しました。

システムプロンプトは、毎回の質問より先に効く「変わらない前提」を置く枠です。userメッセージとの優先順位の違い、書くべき内容、キャッシュや漏えいの落とし穴まで整理しました。

ゼロショット・ワンショット・フューショットの違いを、同じ分類タスクの指示文で並べて整理しました。言葉の出どころであるGPT-3の論文と、例を足しても効かない場面までまとめています。

Chain of Thought（思考の連鎖）の基本を整理しました。途中の推論を書かせるとなぜ精度が上がるのか、Few-shotとZero-shotの書き分け、推論モデル時代の位置づけとコスト面の落とし穴までをまとめます。

AIエージェントが指示を忘れるのはなぜか。コンテキストウィンドウとトークンの仕組み、長い文脈で精度が落ちる理由、そして実務での付き合い方を整理します。

AIが事実と違うことを堂々と答える「ハルシネーション」。なぜ起きるのかを次トークン予測の仕組みやOpenAIの2025年の研究から整理し、RAGやプロンプトなど実務で減らすコツまでまとめました。