AI・PMOの進化
プロンプトエンジニアリング
Prompt Engineering
読み：ぷろんぷとえんじにありんぐ
AIから目的に合う結果を得るため、入力する指示や参考情報の構成を設計・評価する実践です。
01初心者向け
まず意味をつかむ
言い方を工夫するだけでなく、どの情報を渡し、どのように確かめるかを考えます。うまくいった一例だけでなく、様々な条件で結果を比べます。
02実務者向け
仕事でどう使うか
代表的な業務の評価例を用意し、指示、例、資料の配置を変えて確認します。正確さ、抜け、形式、費用を比較し、採用する版と改善理由を記録します。
03専門家向け
判断を一段深める
モデルの変更や入力分布の変化で、以前の工夫が効かなくなる場合があります。秘訣のような文言へ過度に依存せず、評価データと権限制御を別に持ちます。調整用の例だけに過剰に合わせないことも重要です。
IN PRACTICE
具体例で考える
架空の議事録整理で、担当・期限・未決事項の抽出精度を20件の評価例で比べ、抜けを減らせる入力構成を選びます。
理解を助けるための架空の例です。入力構成の案
同じ評価例での比較
採用版と変更履歴
改善の比較方法の例です。特定の指示文での成功を保証しません。
ここは誤解しやすい
プロンプトの工夫だけで、AIの誤りや安全上の問題を完全になくせるとは考えないようにします。
PROXIA INSIGHTS
考え方を、実務へつなぐ
AIを「使う」から、PMの判断に「活かす」へ ↗この知識を、組織の力へ。