問題 No.4699
生成AIなどの大規模言語モデル（LLM）に対して、意図した出力や精度の高い回答を効率的に得られるように、入力する指示文（プロンプト）の構成や表現を工夫する技術や手法を指す用語はどれか。
【正解の解説】
プロンプトエンジニアリング
人間同士の会話でも、部下に「いい感じにしといて」と頼むのと、「A社のターゲット層向けに、メリットを3つ挙げた企画書を作って」と具体的に指示するのでは、返ってくる成果物が全く異なりますよね。プロンプトエンジニアリングとは、まさにAIという優秀な部下に的確な指示を与え、期待通りの最高のアウトプットを引き出すための「質問の技術」そのものです。
スポンサーリンク
【その他の選択肢の解説】
ファインチューニング
これはAIに後から専門的な勉強をさせる追加学習のことであり、問題文にある「質問の仕方（指示文）を工夫する技術」とはアプローチが根本的に異なります。プロンプトエンジニアリングがAIのプログラムを書き換えずに質問だけで解決するのに対し、ファインチューニングはAIの頭脳そのものをカスタマイズする点が決定的な違いです。
コンテキストウィンドウ
AIの「記憶のキャパシティ」や「一度に読めるノートの広さ」のようなものであり、指示文の書き方を工夫する技術ではありません。コンテキストウィンドウを超えた長文を読ませようとすると、AIは過去の会話を忘れてしまうため、容量の制限を意味する用語として問題文のプロンプトエンジニアリングとは明確に区別して覚える必要があります。
トークナイゼーション
人間が読む文章をAIが計算できる数字やコードの単位に細切れにする「言葉の解体作業」であり、質問文の構成を工夫する技術ではありません。トークナイゼーションはAIの内部処理の段階で行われる自動的な仕組みであり、ユーザーが質問文を組み立てるプロンプトエンジニアリングの概念とはステージが異なります。