AIF-C01#90(fundamentals-generative-ai)
ある企業が、大規模言語モデル（LLM）の応答品質を向上させたいと考えています。 対象となるタスクは、複雑な問題解決 を目的としており、詳細な推論とステップバイステップの説明 が必要です。 この要件を満たすプロンプトエンジニアリング手法はどれですか？
正解：D
正解の根拠
Chain-of-Thought (CoT) プロンプティングは、モデルに最終回答だけでなく推論プロセスをステップバイステップで明示させる手法です。複雑な数学、論理、多段推論タスクで精度が大幅に向上することが知られ、Bedrock の Claude や Titan でも「Let's think step by step」のような誘導句で実装します。詳細推論を要する本問の要件に最適です。
プロンプト技法と適性
| 技法 | 適性 |
|---|---|
| Chain-of-thought | 複雑推論・段階説明 |
| Few-shot | 形式統一 |
| Zero-shot | シンプル分類等 |
| Directional Stimulus | 方向性ヒント提示 |
不正解の理由
- A: Few-shot は例示で形式を学習させる手法で、推論プロセスの段階的説明を主目的としません。
- B: Zero-shot は例示も推論誘導もなく、複雑な多段推論には精度が劣ります。
- C: 指向性刺激プロンプティングは方向ヒントを与える手法で、ステップ推論誘導とは異なります。
コメント