用語集

A

API (Application Programming Interface)

システム間の通信を可能にするインターフェース。LLMsとの対話に使用されます。

C

Chain-of-Thought Prompting

複雑な問題を段階的に解決するためのプロンプト技術。思考プロセスを明示的に示します。

Context Window

LLMが一度に処理できるテキストの最大長。トークン数で測定されます。

F

Few-Shot Learning

少数の例を示すことで、モデルに特定のタスクの実行方法を教える手法。

Fine-tuning

既存のLLMを特定のタスクや領域用にカスタマイズする過程。

L

LLM (Large Language Model)

GPT-3やGPT-4などの大規模言語モデル。テキスト生成や理解が可能です。

P

Prompt

LLMに与える指示や入力テキスト。タスクの実行方法を指定します。

Prompt Engineering

LLMから最適な結果を得るためのプロンプトを設計・開発する技術。

Prompt Template

再利用可能なプロンプトの雛形。変数を含むことができます。

R

RAG (Retrieval-Augmented Generation)

外部知識を検索して組み込むことで、LLMの応答を強化する技術。

T

Temperature

生成テキストの多様性を制御するパラメータ。値が高いほど創造的になります。

Token

LLMが処理する最小単位のテキスト。単語や文字の一部に相当します。

Z

Zero-Shot Learning

事前の例示なしで、モデルが新しいタスクを実行する能力。

その他の重要な概念

プロンプトの構造化

プロンプトを論理的に組み立て、必要な情報を効果的に配置する技術。

コンテキストの最適化

プロンプトに含める背景情報や制約を最適化する過程。

フィードバックループ

プロンプトの結果を評価し、継続的に改善するプロセス。

トークン最適化

コンテキストウィンドウを効率的に使用するためのプロンプト設計技術。