プロンプトチェイニング

複雑なタスクを、より小さく相互に連結したプロンプトへと分解し、各出力を次のステップの入力として用いることで、構造化された推論パイプラインを構築する基本的なプロンプトエンジニアリング手法。多段階の問題における LLM の性能を大幅に向上させる。

複数の独立したプロンプトを並行して実行し、それらの出力を賢く統合する。これにより処理を高速化するとともに、並列計算を活用した多角的な分析が可能になり、多様な視点やデータソースを必要とする複雑なタスクに適する。

プロンプトの実行経路が中間出力によって決定される動的な分岐ロジックを実装し、変化する入力やコンテキストに賢く応答する適応的なワークフローを実現する。パーソナライゼーションや決定木に不可欠である。

出力を評価し、品質基準を満たすまで入力として再投入する反復的な改善サイクルを実装する。収束に基づく洗練によって出力品質を高めることが実証されており、創造的なタスクや最適化タスクにとりわけ効果的である。

プロンプトを多階層の親子関係で構造化し、複雑なタスクの分解を可能にする。高レベルの目標は、コンテキストを継承しながら、体系的に扱いやすいサブタスクへと分解される。プロジェクト計画やシステム設計に最適である。

各反復が特定の品質改善に焦点を当てる、体系的な複数パスの洗練を用いる。通常は数回のパスで、収穫逓減に達する前に大半の改善を得られる。コンテンツの仕上げやコードの最適化に不可欠である。

複数の並列処理ストリームを、知的な競合解決と品質で重み付けした集約とともに編成する高度な手法。多様な視点を一貫した包括的な出力へと合成できる。研究や合意形成に極めて重要である。