パターンを読み込んでいます…
🔄
フィードバックチェイニング
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。
複雑さ: mediumプロンプトチェイニング
30秒でわかる概要
- 概要
- 出力を生成し、品質指標に照らして評価し、その批評を入力として戻して、しきい値に達するか反復上限に達するまで再生成を繰り返します。
- 使いどころ
- 文章作成、コード生成、成功基準を測定できる最適化問題など、推敲のサイクルによって品質が高まるタスク。
- 注意点
- 無限ループに陥りやすく、改善効果も逓減しがちです。反復回数の上限を厳しく設定し、指標が本当に実際の品質と相関しているかを検証してください。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
フィードバックチェイニング: 概要
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。
- Iterative improvement cycles
- Convergence detection
- Quality metrics tracking
- Stop condition evaluation
プロンプトチェーンのフィールドガイドを受け取る
7つのプロンプトチェーンのパターンを1冊に凝縮：どの形が自分の仕事に合うか、リンクを1つ増やすたびに何を払うことになるか、鎖が長いほど悪くなるのはどんなときか。確認メールと一緒にリンクが届き、週刊The Agent Architectも購読できます。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
- Self-Refine: Iterative Refinement with Self-Feedback (Madaan et al., 2023)arXiv:2303.17651
- Constitutional AI: Harmlessness from AI Feedback (Bai et al., 2022)arXiv:2212.08073
- Training Language Models to Follow Instructions with Human Feedback (Ouyang et al., 2022)arXiv:2203.02155
- LangChain Self-Critique and Refinement Chains
- OpenAI Iterative Prompting Best Practices
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで