Question#41(AI-102)
あなたは Azure OpenAI GPT-3.5 モデルを使用するチャットボットを構築しています。 チャットボットからの回答の質を向上させる必要があります。このソリューションでは、開発工数を最小限に抑える必要があります。 目標を達成するための 2つの方法 はどれですか？
正解：B, C
「開発工数を最小限に抑える」という条件が、正解を絞り込む強力なヒントになります。 1. グラウンディング・コンテンツの提供 (B) これは、いわゆる RAG (Retrieval-Augmented Generation) の考え方です。 仕組み: プロンプトの中に「以下の社内規定に基づいて答えてください：[テキスト]」といった形で、根拠（Grounding）となる情報を流し込みます。 メリット: モデルを再学習させる必要がなく、テキストをプロンプトに含めるだけなので、工数が非常に少なくて済みます。 2. サンプルペアの追加 (C) これは Few-shot プロンプティング と呼ばれる手法です。 仕組み: 「質問：A → 回答：A'」「質問：B → 回答：B'」といった具体的な回答例をプロンプトの冒頭にいくつか記述します。 メリット: モデルに「こういう風に答えてほしい」というパターンをコードや設定の変更なしで教えられるため、即効性があり工数も最小です。
コメント