プロンプト・LLM活用 CoTを活用したプログラミング支援：論理バグを根絶する思考プロセス型プロンプト
{ "template_version": "1.2", "optimization_target": "Programming Assistance / CoT", "llm_engine": "Gemini 1.5 Pro / GPT-...
プロンプト・LLM活用
プロンプト・LLM活用 プロンプト・LLM活用 論理的推論を深化させるCoTプロンプト：複雑な在庫管理ロジックの解決
本記事では、複雑な計算と論理推論を必要とする「在庫補充計画」を題材に、Chain-of-Thought (CoT) を活用したプロンプト設計を行います。推論ステップの構造化、Few-shotによる思考パターンの固定、および誤り分析に基づく評...
プロンプト・LLM活用 複雑な課題を解く34の技法：ToTやSelf-Refineを用いた最強プロンプト構築術
{ "style": "technical_expert", "techniques": , "target_audience": "Prompt Engineers", "version": "1.0"}本記事はGeminiの出力をプロン...
プロンプト・LLM活用 プロンプト自動最適化(PromptWizard)と高速エージェント訓練(Agent Lightning)による高精度契約書分析
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。プロンプト自動最適化(PromptWizard)と高速エージェント訓練(Agent Lightning)による高精度契約書分析【ユースケース定義と課題】複雑な契...
プロンプト・LLM活用 LLMのペルソナ設計を分けて考える ― プロンプト・LoRA・RAGの役割
LLMに一貫した口調や設定を持たせる方法を、プロンプト、LoRA系の追加学習、RAGによる外部知識参照の役割に分けて整理します。
プロンプト・LLM活用 LLM-as-a-Judgeの信頼性を担保する「ルーブリック型フォーム」プロンプトの設計
{ "purpose": "LLM-as-a-Judgeの精度向上を目的としたプロンプト設計ガイド", "technique": , "target_llm": "Gemini 1.5 Pro, GPT-4o, Claude 3.5 Son...
プロンプト・LLM活用 複雑な要件を分解し精度を最大化する「コンテキストエンジニアリング」の実装ガイド
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。複雑な要件を分解し精度を最大化する「コンテキストエンジニアリング」の実装ガイド【ユースケース定義と課題】曖昧な業務記述から例外処理を含む厳密なフロー図とJSON...
プロンプト・LLM活用 高度な推論を誘発する多角的思考プロンプト：水平・逆転・類推の統合設計
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。高度な推論を誘発する多角的思考プロンプト：水平・逆転・類推の統合設計【ユースケース定義と課題】固定観念を打破し、新規事業立案や複雑な課題解決においてLLMから非...
プロンプト・LLM活用 LLMエージェント時代のデータ準備・ワークフロー自動化：新パラダイム「DataFlow」の全貌
本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。LLMエージェント時代のデータ準備・ワークフロー自動化：新パラダイム「DataFlow」の全貌【要点サマリ】LLMの推論を計算グラフとして定義し、データ依存関係...
プロンプト・LLM活用 プロンプトから「コンテキスト設計」へ：LLMの性能を極限まで引き出す情報環境構築ガイド
ㅤ本記事はGeminiの出力をプロンプト工学で整理した業務ドラフト（未検証）です。プロンプトから「コンテキスト設計」へ：LLMの性能を極限まで引き出す情報環境構築ガイド【ユースケース定義と課題】膨大な社内技術ドキュメントや多様なソースを基に...