プロンプト・LLM活用

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。 draft-hong-t2trg-ai-agent-coordination-01 : Agentic AI Communications (Agentic ...

LLM評価器の点数をそのまま正解にせず、評価軸の定義、人間の基準データ、複数回評価、構造化出力で信頼性を確認する方法を整理します。

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...

非同期処理のバグを思考過程の説明だけで追わず、イベント順序、共有状態、再現条件、計測ログを時系列で並べて原因を絞る方法を整理します。

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...

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...

{ "expert_role": "Prompt Design Expert", "focus": "Context Engineering & LLM Optimization", "target_models": , "content_...

非構造化の規程や業務文書を、抽出・分類・構造化・検証の段階に分けて要件へ変換する方法を整理します。

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。GPT-5.3-Codexの衝撃：推論25%高速化とSWE-bench ProでのSOTA達成【要点サマリ】OpenAIがコード生成・エンジニアリング特化型モデ...

水平・逆転・類推などで候補を増やした後、前提、費用、実行難易度、期待効果、失敗条件を同じ表で比較する方法を整理します。