プロンプト・LLM活用 LLM-as-a-Judgeの精度を極限まで高める「ルーブリック・フォーム」設計
{ "version": "1.1", "design_patterns": , "optimization_target": "LLM-as-a-judge Reliability", "prompt_techniques": }本記事は...
プロンプト・LLM活用
プロンプト・LLM活用 プロンプト・LLM活用 Chain-of-Thought (CoT) 活用による推論精度向上：複雑な多段階ロジックを解く最適プロンプト設計
topic: 高度なプロンプトエンジニアリングmethod: Chain-of-Thought (CoT) / 思考タグtarget_llm: Gemini 1.5 Pro / GPT-4oaudience: プロンプトエンジニア, AI開...
プロンプト・LLM活用 AI論文サーベイを壊さないRAG設計 ― 検索・引用・検証を分ける
arXivなどの論文をAIで調査するとき、検索・ランキング・本文抽出・引用・主張検証を分けると、もっともらしい架空引用を減らせます。Hybrid RetrievalとRRFも位置づけを整理します。
プロンプト・LLM活用 複雑な意思決定を段階的に導く Strategic Chain-of-Thought (SCoT) 設計ガイド
Strategic Chain-of-Thought (SCoT) 設計ガイド本記事は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。複雑な意思決定を段階的に導く Strategic Chain-of-Thought...
プロンプト・LLM活用 LLMプロンプト設計12の実務ルール ― 目的・境界・検証で組み立てる
プロンプトは長くすれば良いわけではありません。現在の主要LLMの公式ガイダンスを踏まえ、目的、成功条件、入力境界、例示、構造化出力、ツール、外部検証など、実務で使いやすい12の設計ルールに整理します。
プロンプト・LLM活用 無料構築可能：GASとGemini APIで実現する、arXiv最新論文自動要約ボットの構築戦略
`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。無料構築可能：GASとGemini APIで実現する、arXiv最新論文自動要約ボットの構築戦略【要点サマリ】Google Apps Script（GAS）と...
プロンプト・LLM活用 複雑な多段階推論タスクを最適化する高度プロンプト設計手法（ToT, Step-Back, 自己評価）
{ "title": "複雑な論理推論を最適化する高度プロンプト設計手法（ToT, Step-Back, 自己評価）", "version": "1.0", "author": "AI Assistant (Based on Gemini/...
プロンプト・LLM活用 ReAct/CoTを固定しないLLMエージェント設計 ― ツール実行・観測・再計画を分ける
LLMエージェントを安定させるには、長いThoughtログを出させるより、目的・利用可能なツール・実行結果・停止条件を明確にする方が扱いやすい場面があります。ReAct/CoTを固定様式として強制せず、ツール実行と検証を中心に設計する方法を整理します。
プロンプト・LLM活用 長い業務入力を壊さないコンテキスト設計 ― 構造化入力・Structured Outputs・外部検証
長文をLLMへ渡すときは、指示・元データ・出力仕様を混ぜないことが重要です。構造化入力、APIのStructured Outputs、アプリ側の意味検証を組み合わせて、抽出漏れやJSON崩れを減らす実務的な設計を整理します。
プロンプト・LLM活用 Self-RAG詳解：自己反省メカニズムでRAGの事実整合性を最大化する最新アーキテクチャ
🤖{"title": "Self-RAGの実装と評価", "date": "2024-05-30", "tags": }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。Self-RAG詳解：自己反省メカニズム...