プロンプトエンジニアリングにおける目的と役割

役割や目的を明らかにするということとGet Things Done (成し遂げる）ということを関係づけてお話しします。

プロンプトエンジニアリング

生成AIではプロンプトが重要と言われています。
最初にこれが意識されたのは2022年夏に画像生成AIが話題になったときのことです。画像生成AIは驚くような品質の画像を生成できますが、よい画像を生成するのには指示に少々こつが必要です。これがプロンプトの工夫であり、プロンプトエンジニアリングです。
大規模言語モデルが登場し、ChatGPTがリリースされると、プロンプトの重要性が改めて意識されました。
生成AIは大量のデータから学習された圧縮された知識を持っています。これをうまく引き出すにはよいきっかけを与えることが必要です。
例えば、ChatGPTのような大規模言語モデルでは：

• 目的を明示する

• 役割を明示する

• 出力形式を明示する

• 例を与える

などが有効です。
目的や役割を明確化するのはチームワークでもプロンプトエンジニアリングでも重要です。
役割なんて何故重要なんですか、と聞かれることもあります。生成AIは知識をもって答えているのではなく、前の単語に続いて確率的に出現しやすい単語を並べているだけです。「世界クラスのエキスパート」と指定すれば、それに対応する出力が出る確率が上がります。

プロンプトエンジニアリングとGet Things Done (成し遂げる）

プロンプトエンジニアリングを調べると、その原理と チームでGet Things Done（仕事を成し遂げる）というやり方との共通点を感じます([Allen])。
Get Things Done (GTDと略されます）をチームで適用する上でも、目的を明確化し、役割を明示し、より重要なことを選別して集中することが求められます。
一緒に働く相手の知的能力があがればあがるほど、何が目的で何が役割なのかを明確化することが生産性向上につながります。
認知的能力をもったメンバと仕事をする上では、それが人間であっても生成AIであっても、同じ原理が通用するという考え方が新鮮です。
人間であっても生成AIであっても同じように問題解決のフレームワークを共有することが効果的に仕事をすることにつながります。相手が人間でも生成AIでも同じ作法が通用する、ということに、生成AIが人間に近づいたと感じます。
生成AIは単なる電卓を越えて人間のパートナーに進化しつつあるようです。

むすび

最近、With AIによるGet Things Doneに興味を持って調べています。Get Things Doneが人間でなくても適用できるようになったことが興味深いです。Get Things Doneが幅広く適用できることと生成AIが恐るべき進化をとげていることの両方だと思います。

参考文献

• [Allen] Team: Getting Things Done with Others 　https://www.amazon.co.jp/Team-Getting-Things-Done-Others/dp/0349439788 David Allen et al. 2024年