生成AIパスポート 用語解説
プロンプトとは
生成AIに対して出力の指示や条件を与える、入力のテキストや文章。
まず押さえる結論
プロンプトは、生成AIパスポートの「第5章 テキスト生成AIのプロンプト制作と実例」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
混同しやすい用語との差
プロンプト / ファインチューニング
プロンプトは、モデルへの入力指示や条件指定です。出力形式や前提を与えて回答を調整します。
ファインチューニングは、学習済みモデルに追加学習を行ってモデル側を調整する方法です。
見分け方: 入力で制御する話か、モデルを追加学習する話かを見ます。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×Zero-ShotとFew-Shotの取り違え。例を示さず指示だけ＝Zero-Shot、例をいくつか示してから指示＝Few-Shot。
×プロンプトエンジニアリングとファインチューニング／プレトレーニングの混同。前者は指示の与え方の工夫、後者2つはモデル側の学習段階。
×テキスト生成AIの不得意（正確な計算・最新の情報・芸術の批評）を、得意分野（要約・メール作成・箇条書き変換）と取り違える。
関連する確認問題
第5章 テキスト生成AIのプロンプト制作と実例 / プロンプティングの基礎
プロンプトの中に解答例をいくつか提示したうえで本来やらせたいタスクを指示する手法を何というか。
正解は「Few-Shotプロンプティング」である。例をいくつか示してからタスクを指示するのがFew-Shotプロンプティング、例を示さずにいきなり指示するのがZero-Shotプロンプティング。ファインチューニングとプレトレーニングはプロンプトの書き方ではなくモデルの学習段階に関する用語。 選択肢を切るときは、設問の条件を「Few-Shotプロンプティング」「Zero-Shotプロンプティング」「ファインチューニング」のどれに結び付けるかを先に固定する。「プレトレーニング」、「Zero-Shotプロンプティング」、「ファインチューニング」は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「Few-Shotプロンプティング」は、問われている定義や状況に最も直接対応する点で選べる。
第5章 テキスト生成AIのプロンプト制作と実例 / テキスト生成AIの不得意なこと
テキスト生成AI（大規模言語モデル）が一般に不得意とすることとして、最も適切なものはどれか。
正解は「桁数の多い数値の正確な計算」である。テキスト生成AIは確率的に言葉をつないで出力するため、正確な計算・最新の情報・芸術の批評などは不得意とされる。一方、要約・メール作成・箇条書きへの変換はプロンプト実践として得意な代表例であり、不得意なことを問う設問では選ばない。 選択肢を切るときは、設問の条件を「計算」「最新の情報」「芸術の批評」のどれに結び付けるかを先に固定する。「ビジネスメールの文面作成」、「長い文章の要約」、「文章を箇条書きへ変換すること」は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「桁数の多い数値の正確な計算」は、問われている定義や状況に最も直接対応する点で選べる。
第5章 テキスト生成AIのプロンプト制作と実例 / プロンプティングの基礎
生成AIから望ましい出力を得るために、指示（プロンプト）の与え方を工夫・設計する取り組みを何というか。
正解は「プロンプトエンジニアリング」である。プロンプトの与え方を工夫してよりよい出力を引き出す取り組みがプロンプトエンジニアリング。ファインチューニングは追加学習でモデルを調整すること、プレトレーニングは大量データで事前学習する工程、RLHFは人間のフィードバックによる強化学習で、いずれもプロンプトの設計ではなくモデル側の学習・調整に関する用語である。 選択肢を切るときは、設問の条件を「プロンプトエンジニアリング」「ファインチューニング」「プレトレーニング」のどれに結び付けるかを先に固定する。「RLHF」、「ファインチューニング」、「プレトレーニング」は名称が近い、または同じ分野に見える場合があるが、対象・役割・前提が設問文とずれる。正解の「プロンプトエンジニアリング」は、問われている定義や状況に最も直接対応する点で選べる。
同じ章で確認したい用語
到達チェック
- プロンプトを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、プロンプトに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる