プロンプト・LLM活用 LLMの「キャラクター性」を制御するシステム設計：LoRA、MoRA、RAGの統合アプローチによる役割固定と動的知識の融合
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の「キャラクター性」を制御するシステム設計：LoRA、MoRA、RAGの統合アプローチによる役割固定と動的知識の融合【要点サマリ】大規模言語モデル（LLM...
プロンプト・LLM活用
プロンプト・LLM活用 プロンプト・LLM活用 CoTによる複雑な非同期処理バグの段階的特定と自動修正プロンプト
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。CoTによる複雑な非同期処理バグの段階的特定と自動修正プロンプト【ユースケース定義と課題】対象タスク：非同期処理（Promise/async-await）や競合...
プロンプト・LLM活用 LLM-as-a-judgeの評価精度を向上させる「ルーブリック＋フォーム記述」プロンプト設計
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。LLM-as-a-judgeの評価精度を向上させる「ルーブリック＋フォーム記述」プロンプト設計【ユースケース定義と課題】LLM生成文の評価を自動化したいが、採点...
プロンプト・LLM活用 複雑な論理推論を制御する：Tree of ThoughtsとSelf-Refineを融合したLLM出力最適化プロンプト
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。複雑な論理推論を制御する：Tree of ThoughtsとSelf-Refineを融合したLLM出力最適化プロンプト【ユースケース定義と課題】多角的な仮説検証...
プロンプト・LLM活用 「指示」から「環境」へ：コンテキストエンジニアリングによるLLM回答精度の極大化手法
{ "expert_role": "Prompt Design Expert", "focus": "Context Engineering & LLM Optimization", "target_models": , "content_...
プロンプト・LLM活用 高度な推論を誘発する多角的思考フレームワーク：水平・逆転・類推プロンプティングの実装
{ "style": "technical_report", "optimization": "reasoning_density", "target_audience": "prompt_engineers", "version": "1...
プロンプト・LLM活用 LLM自律エージェントによる自動化攻撃「Co-RedTeam」の台頭と防御戦略
role: senior_csirt_engineertone: professional_technicalpriority: remediation_centricfocus: LLM-driven_automated_red_team...
プロンプト・LLM活用 PromptWizard vs. Agent Lightning：高精度RAGエージェントのための最適化プロンプト設計
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。PromptWizard vs. Agent Lightning：高精度RAGエージェントのための最適化プロンプト設計【ユースケース定義と課題】複雑な技術文書群...
プロンプト・LLM活用 CoT（思考連鎖）プロンプトによる複雑なビジネスロジック計算の自動化手法
style_prompt: technical_expert_v2task_type: prompt_engineering_guidefocus: Chain-of-Thought (CoT)本記事はGeminiの出力をプロンプト工学で整...
プロンプト・LLM活用 自動最適化の極致：PromptWizardとAgent Lightningによる高精度エージェント構築
{"status": "concept", "focus": "PromptWizard_vs_AgentLightning", "model": "Gemini 1.5 Pro"}本記事はGeminiの出力をプロンプト工学で整理した業務ド...