生成AIアドバイザー認定試験 用語解説
Iterative Refinementとは
最初に出した答えを、フィードバックと改善を繰り返して良くしていく考え方。代表例の2023年の論文のSelf-Refineでは、まず大規模言語モデルが初期の出力を作り、同じモデルがその出力へのフィードバックを返し、それを使って自分で出力を改善することを繰り返す。教師データの追加、追加の学習、強化学習は不要で、一つのモデルが出力の生成、改善、フィードバックを兼ねる。7つの課題で、1回で出力する通常の生成より、人間と自動評価の両方で好まれ、課題の性能が平均で絶対値約20ポイント上がったと報告されている。公式シラバスでは「反復・改善サイクル（Iterative Refinement）」として、よく利用されるプロンプトテクニックに挙がる。
まず押さえる結論
Iterative Refinementは、生成AIアドバイザー認定試験の「第3課題 プロンプトエンジニアリング」に出てくる用語です。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。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-04。
試験概要（公式）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
「第3課題 プロンプトエンジニアリング」の問題で、取り違えやすい組み合わせです。
- Few-shot・Role-playing・Negative/Constraint Prompting・Iterative Refinementの取り違え。例を示すのがFew-shot、役割を指定するのがRole-playing、禁止や制約を示すのがNegative/Constraint Prompting、出力を見て直しながら繰り返すのがIterative Refinementである。
- Chain of ThoughtとContext settingの混同。途中の考え方を順に書かせるのがChain of Thought、依頼の背景や状況を伝えるのがContext settingである。
- プロンプトを、学習データやパラメータと混同すること。プロンプトは利用者が生成AIに与える指示や質問の入力である。目的と条件を具体的に書くのが基本で、出力が不十分なら見直す。
関連する確認問題
第3課題 プロンプトエンジニアリング / 第3章 よく利用されるプロンプトテクニック
モデルを再訓練せずに、プロンプトの中に示した例から、望まれる回答の型をモデルが読み取って応じる考え方を表す語はどれか。
正解は「In-context learning」である。プロンプト内に入力と出力の例を示すと、モデルはその例の型を読み取って回答を整える。この例を示す技法がFew-shotである。Role-playingは役割を与える技法、Context settingは背景を伝える技法、Iterative Refinementは回答を見て指示を重ねる進め方であり、例から型を読み取る考え方ではない。問題文の手がかりは、プロンプト内の例から型を読み取る点である。 例を示す技法そのものと、例から型を読み取る考え方とを区別して覚えておくと迷いにくい。
第3課題 プロンプトエンジニアリング / 第3章 よく利用されるプロンプトテクニック
営業担当者が、顧客への提案メールを生成AIに下書きさせた。1回目の出力は長すぎ、敬語も不自然だった。そこで「前回の出力のうち2段落目を半分の長さにし、敬語を整えて」と追加で指示し、さらに数回やり取りして仕上げた。この進め方にあたるテクニックはどれか。
正解は「Iterative Refinement（反復・改善サイクル）」である。最初の出力を確認し、問題点を指摘して直させる往復を重ねて品質を上げる進め方がこれにあたる。この場面では、長すぎる点と敬語の不自然さを見たうえで、2段落目の短縮と敬語の調整を追加で指示している。例の提示や思考手順の指定、役割の指定は、この場面では行われていない。一度の指示で完成させようとせず、出力を見ながら段階的に整える点が、この方法の特徴である。選択肢の四つの方法は、どれも出力を良くする手段だが、何を指示するかが異なるため、場面の指示内容から見分ける。
第3課題 プロンプトエンジニアリング / 第3章 よく利用されるプロンプトテクニック
プロンプトの中に、期待する入力と出力の例をいくつか示して、望む形の回答を導く方法はどれか。
正解は「Few-shot（例を提示する方法）」である。プロンプトに期待する入力と出力の例をいくつか示すと、モデルは例の形式や基準を手がかりに、望む形に近い回答を作りやすくなる。役割を指定するRole-playingは立場を決める技法、否定条件・制約を入れるNegative/Constraint Promptingは禁止事項や条件を示す技法、反復・改善サイクルのIterative Refinementは出力を見てプロンプトを直していく進め方であり、いずれも例を示す方法ではない。問題文の手がかりは入力と出力の例を示す点である。
同じ章で確認したい用語
到達チェック
- Iterative Refinement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、Iterative Refinement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
執筆: ミナト編集部（運営者情報を見る）