このコースでは、効果的なプロンプトを設計するための原則、テクニック、ベストプラクティスについて学習します。このコースでは、プロンプトエンジニアリングの基礎を紹介し、高度なプロンプトテクニックへと進みます。また、基盤モデル (FM) を操作する際に、プロンプトの誤用を防ぎ、バイアスを軽減する方法についても学習します。
*このコースの中のビデオには日本語の字幕がついています。字幕を表示させるには、ビデオ画面下の [CC] アイコンをクリックしてください。
• コースレベル : 中級
• 所要時間: 4 時間
アクティビティ
このコースには、e ラーニングの操作が含まれています。
コースの目標
このコースでは、以下の内容を学習します。
• プロンプトエンジニアリングを定義し、基盤モデルを操作する際の全般的なベストプラクティスを適用する
• ゼロショット学習 (Zero-shot learning) やフューショット学習 (Few-shot learning) など、プロンプトテクニックの基本的なタイプを特定する
• ユースケースに応じて、高度なプロンプトテクニックを適用する
• 特定のモデルに最適なプロンプトテクニックを特定する
• プロンプトの誤用の可能性を特定する
• 基盤モデルの応答における潜在的なバイアスを分析し、そうしたバイアスを軽減するプロンプトを設計する
コースの対象者
このコースは以下のような方を対象としています。
• プロンプトエンジニア、データサイエンティスト、デベロッパー
前提条件
このコースを受講するにあたって、以下のコースを受講しておくことをお勧めします。
• 生成系 AI の概要 - 可能性の技術 (1 時間のデジタルコース)
• 生成系 AI プロジェクトの計画 (1 時間のデジタルコース)
• Amazon Bedrock の開始方法 (1 時間のデジタルコース)
コースの概要
はじめに
• はじめに
• 基盤モデルの基本
• プロンプトエンジニアリングの基礎
プロンプトのタイプとテクニック
• 基本のプロンプトテクニック
• 高度なプロンプトテクニック
• モデル固有のプロンプトテクニック
• プロンプトの誤用への対処
• バイアスの軽減
まとめ
• コースまとめ
レッスンの説明
レッスン 1 : 大規模言語モデルの基本
このコースでは、効果的なプロンプトを設計するための原則、テクニック、ベストプラクティスについて学習します。このコースでは、プロンプトエンジニアリングの基礎を紹介し、高度なプロンプトテクニックへと進みます。また、基盤モデルを操作する際に、プロンプトの誤用を防ぎ、バイアスを軽減する方法についても学習します。
レッスン 2 : プロンプトエンジニアリングの基礎
このレッスンでは、プロンプトエンジニアリングについて紹介します。プロンプトエンジニアリングとは、特定のビジネスニーズに合わせて基盤モデルの出力を向上させるためにプロンプトを開発・設計・最適化することに焦点を当てた一連のプラクティスです。このレッスンでは、まずプロンプトエンジニアリングを定義し、プロンプトエンジニアリングの主要概念と用語を説明します。次に、プロンプトの例を使用して、プロンプトのさまざまな要素を示します。最後に、効果的なプロンプトを作成するための一般的なベストプラクティスを紹介します。
レッスン 3 : 基本のプロンプトテクニック
このレッスンでは、生成系 AI アプリケーションを独自のビジネス目標に合わせて効果的に使用するのに役立つ、基本的なプロンプトエンジニアリングのテクニックについて学習します。まず、レッスンではゼロショットおよびフューショットのプロンプトテクニックとはどのようなものか明らかにします。次に、いくつかの高度なプロンプトテクニックの構成要素である、思考の連鎖 (CoT) プロンプトについて説明します。このレッスンでは、プロンプトテクニックのタイプ別のヒントと例を紹介します。
レッスン 4 : 高度なプロンプトテクニック
このレッスンでは、自己整合性 (Self Consistency)、思考の木 (Tree of Thoughts)、検索拡張生成 (Retrieval augmented generation: RAG)、Automatic Reasoning and Tool-use (ART)、Reasoning and Acting (ReAct) などの、高度なテクニックをいくつか紹介します。それぞれのテクニックの実践例も紹介しています。
レッスン 5 : モデル固有のプロンプトテクニック
このレッスンでは、Amazon Titan、Anthropic Claude、AI21 Labs Jurassic-2 など、最も一般的な基盤モデルのプロンプトを作成する方法について学習します。さまざまなパラメータを設定してカスタマイズした結果をモデルから得る方法についても学びます。次に、各モデルのプロンプトエンジニアリングのベストプラクティスについて学習します。
レッスン 6 : プロンプトの誤用への対処
このレッスンでは、敵対的プロンプト、つまりモデルの回答をミスリードすることを意図したプロンプトを紹介します。プロンプトインジェクションとプロンプトリークという 2 種類の敵対的プロンプトについて学びます。それぞれの例も紹介します。
レッスン 7 : バイアスの軽減
このレッスンでは、トレーニング段階でモデルにどのようなバイアスが導入されるのか、また、そのバイアスが基盤モデルによって生成される回答でどのように再現されるのかを学習します。プロンプトを更新し、データセットを強化し、トレーニングテクニックを使用することによって、バイアスのかかった結果を軽減する方法を学びます。