プロンプト技法・コンテキスト設計
36語
AIへの依頼文（プロンプト）と、AIに渡す情報（コンテキスト）を設計するための用語です。Few-shotやChain-of-Thought、役割指定、指示とデータの分離、区切り記号やXMLタグ、プロンプトの連鎖などを扱います。
この分野を読むポイント
技法を数多く使うことより、目的・材料・条件・不明点の扱いを過不足なく伝えることが基本です。資料の中の文章を指示と取り違えさせない分離の工夫も、安全性に直結します。
この分野に関連する記事
用語一覧
- Prompt Engineering / プロンプトエンジニアリング
- プロンプトの書き方や構造を工夫して、AIの出力を目的に合わせる設計手法。
Prompt Engineering / プロンプトエンジニアリングの定義を見る · プロンプト技法・コンテキスト設計の全体像
- Context Engineering / コンテキストエンジニアリング
- プロンプト本文だけでなく、履歴・資料・ツール結果などAIへ渡す文脈全体を設計する考え方。
Context Engineering / コンテキストエンジニアリングの定義を見る · プロンプト技法・コンテキスト設計の全体像
- コンテキスト
- AIが現在の処理で参照できる指示・会話・資料・ツール結果などの情報。無関係な情報を多く入れるほど重要情報が埋もれ、精度とコストが悪化する（Context Rot・Lost in the Middle）。
- コンテキストウィンドウ
- モデルが一度に参照できる入力・履歴の容量範囲。上限内でも長い入力では中間部の見落としが起こり得るため、容量いっぱいに詰め込むより関連情報を選んで渡す。
- Relevant Context
- 現在のタスクに直接関係する、有用性の高い文脈情報。
- メタプロンプト
- プロンプトを作成・評価・改善するためにAIへ与えるプロンプト。
- Few-shot / Few-shot Prompting
- 少数の例を提示し、そのパターンに沿った出力を促すプロンプト手法。例の書式・長さ・傾向がそのまま出力に写りやすいため、多様で正確な例を選ぶ（例示バイアス）。
- Dynamic Few-shot（Dynamic Few-shot Selection）
- 入力内容に応じて、検索等で入力に最も近い適切な例を動的に選び、プロンプトへ挿入する方法。
Dynamic Few-shot（Dynamic Few-shot Selection）の定義を見る · プロンプト技法・コンテキスト設計の全体像
- Contrastive Prompting
- 良い例と悪い例など対照的な例を示し、望ましい出力を明確化する手法。
- 動的プロンプティング
- 入力・状況・外部情報に応じてプロンプト内容を組み替える方法。組み替えパターンごとに評価しないと、特定の条件でだけ品質が落ちる問題を見逃しやすい。
- 動的コンテキスト
- タスクごとに検索・履歴等から生成・選択される可変の文脈。
- 例示バイアス
- 提示したFew-shot例にAIの出力が過度に引きずられる現象。
- 暗黙の前提
- 明示されていないが、回答内容を左右するOS・法域・契約形態などの前提。
暗黙の前提の定義を見る · プロンプト技法・コンテキスト設計の全体像
関連する記事を読む（1件）
- Step-Back
- 細部へ答える前に上位概念や原則へ一度戻り、問題構造を確認する推論手法。
- 構造化回答
- 見出し・表・JSONなど一定の構造で整理した回答。機械処理する場合は見た目の構造に頼らず、Structured Outputs等で形式を保証する。
- 役割指定 / ロール指定
- AIに専門家・編集者など特定の役割を明示し、振る舞いや観点を定める指示。
- 指示とデータの分離
- 実行すべき命令と、参照するだけの資料・入力を明確に区別する設計。XMLタグや区切り記号で資料部分を囲み、資料内の指示には従わないことを明示する。
指示とデータの分離の詳しい説明を読む · プロンプト技法・コンテキスト設計の全体像
関連する記事を読む（4件）
- XMLタグ
- <tag>のような記法。プロンプト内で指示・資料・出力領域を明確に分けるためにも使う。
- 区切り記号
- プロンプト内の異なる情報ブロックを分離する記号やマーカー。入力データに区切り記号を含めて境界を偽装する攻撃もあるため、入力側のエスケープや検証と併用する。
- 肯定形の指示
- 禁止だけでなく「何をするか」を具体的に指定する指示形式。禁止だけでは何をすべきかが定まらず、意図と異なる代替行動を取られやすい。
肯定形の指示の定義を見る · プロンプト技法・コンテキスト設計の全体像
関連する記事を読む（1件）
- Prompt/Context Drift（プロンプトドリフト／コンテキストドリフト）
- 時間・モデル・入力の変化により、同じ設計でも挙動や文脈がずれていく現象の総称。プロンプトドリフトはプロンプトの変更や運用変化で意図した挙動から徐々にずれること、コンテキストドリフトは会話や動的データの蓄積で重要な前提や文脈がずれていくことを指す。
Prompt/Context Drift（プロンプトドリフト／コンテキストドリフト）の定義を見る · プロンプト技法・コンテキスト設計の全体像
- False Friends
- 異なる言語で綴りが似ていても意味が異なる語。翻訳誤りの原因になる。
- Zero-shot
- 例示を与えず、指示や質問だけでモデルにタスクを実行させるプロンプト方法。
- One-shot
- 1つの例を提示し、その形式やパターンを参考にしてモデルへ回答させる方法。
- Zero-shot CoT
- 具体例を示さず、段階的な推論を促す指示によって複雑な問題への推論を引き出す手法。
- Prompt Chaining
- 1回の大きな処理を複数のプロンプトへ分け、前段の出力を後段の入力へ渡して処理する設計。
- Assistant Prefill
- モデルの応答開始部分や構造の一部をあらかじめ与え、続きの生成を誘導する方法・機能。推論サービングのPrefillフェーズとは別概念。
- Tree of Thoughts（ToT）
- 複数の推論候補を枝分かれさせ、評価・探索・後戻りを行いながら解へ近づく推論手法。
- Graph of Thoughts（GoT）
- 推論途中の情報や候補をグラフとして表現し、分岐だけでなく合流や再利用も行う推論手法。
- Chain of Density（CoD）
- 要約の長さを大きく変えずに重要な実体や情報を段階的に追加し、情報密度を高める要約手法。
- Prompt Registry
- プロンプトの版、用途、所有者、評価結果、承認状態等を一元管理する登録基盤・台帳。
- Least-to-Most Prompting
- 複雑な問題をより簡単な部分問題へ分解し、簡単な問題から順に解いて結果を後続へ利用するプロンプト・推論手法。
- PAL（Program-Aided Language Models）
- 言語モデルに問題理解や式・処理の記述を行わせ、計算等を外部プログラム実行へ委ねる推論手法。
PAL（Program-Aided Language Models）の定義を見る · プロンプト技法・コンテキスト設計の全体像
- Program-of-Thought（PoT）
- 自然言語だけで推論せず、途中の計算や論理を実行可能なコードとして表現し、プログラム実行を利用して解を得る手法。
- Instruction Following（指示追従）
- ユーザーやシステムから与えられた指示、制約、出力形式等へ適切に従うモデル能力・評価観点。
Instruction Following（指示追従）の定義を見る · プロンプト技法・コンテキスト設計の全体像
関連する記事を読む（1件）
- llms.txt
- WebサイトやドキュメントをLLM・Agentが利用しやすい形で案内するため、Markdownで概要や参照先を記述する提案仕様。robots.txtのようなアクセス制御ではなく、情報提供・発見性を目的とする。