AIF-C01#25(fundamentals-generative-ai)
ある教育機関が、生成AIモデルを使用して複雑な概念を説明するQ&Aアプリケーションを構築しています。この教育機関は、質問者に応じてモデル応答のスタイルを自動的に変更したいと考えています。また、質問者の年齢層情報をモデルに提供する予定です。 最小限の実装労力でこの要件を満たすソリューションはどれですか？
正解：B
正解の根拠
プロンプトのコンテキストに「対象年齢層」と「役割 (例: 小学生向けの先生として説明)」を記述するだけで、LLM は対象に合わせた語彙と説明深度を自動調整できます。ファインチューニングや高度な推論連鎖を行わずに済み、Bedrock Prompt Management のテンプレート機能で年齢層変数を差し込む形にすれば実装労力が最小です。
応答スタイル制御の手法比較
| 手法 | 労力 |
|---|---|
| 役割記述付きプロンプト | 最小・即時 |
| Few-shot 例示 | 例文準備が必要 |
| Fine-tuning | データセットと訓練が必要 |
| 後処理要約 | 追加処理工程が必要 |
不正解の理由
- A: ファインチューニングはデータ収集と訓練、デプロイの工程が発生し、最小労力という要件には合致しません。
- C: Chain-of-thought は複雑推論には有効ですが、年齢層別スタイル切替の最小労力ソリューションとしては過剰です。
- D: 応答後の要約処理は別パイプラインを組む必要があり、プロンプトでの直接制御に比べ実装コストが増えます。
コメント