プロンプト・RAG
プロンプトエンジニアリングとは?
読み: ぷろんぷとえんじにありんぐ英語: Prompt Engineering更新日: 2026-06-23
プロンプトエンジニアリングとは、生成AIから目的に合った出力を得るため、指示、文脈、例示、制約を設計する技術です。
生成AIパスポートAWS AI Practitioner
関連表記: プロンプトエンジニアリング / Prompt Engineering / プロンプト設計
試験で問われるポイント
- 出力形式、役割、制約、例示を具体的にする考え方が重要です。
- ハルシネーションや情報漏えいへの対策と一緒に問われます。
- 実務では評価と改善を繰り返します。
具体例
問い合わせ返信を作るとき、対象顧客、トーン、禁止事項、出力形式を指定します。
混同しやすい点
- プロンプトだけでセキュリティ対策が完結すると考える。
- 長ければ長いほど必ず良いプロンプトだと考える。
関連問題で復習
生成AIパスポートLLM・テキスト生成AI
プロンプトエンジニアリングのベストプラクティスに関する次の記述のうち、最も不適切なものはどれか。
G検定ディープラーニングの応用例
「Prompt Engineering(プロンプトエンジニアリング)」の説明として、最も適切なものはどれか。
AWS AI Practitioner生成AIの基礎
プロンプトエンジニアリングを検討する担当者にとって、ゼロショットプロンプティングの説明として最も適切なものはどれですか。
生成AIパスポートプロンプト制作・ビジネス活用
プロンプトエンジニアリングにおいて、より正確な出力を得るために重要な要素に関する次の記述のうち、最も不適切なものはどれか。
AWS AI Practitioner基盤モデルの活用
ある企業が独自の顧客対応チャットボットを構築する際、基盤モデルの「事前学習」と「ファインチューニング」の違いを理解したいと考えています。両者の関係を最も適切に説明しているものはどれですか。
AWS AI Practitioner生成AIの基礎
Amazon Bedrockでチャットボットを運用する企業が、ピーク時にも安定した応答速度を保証したいと考えています。プロビジョンドスループットを検討する理由として最も適切なものはどれですか。
AWS AI PractitionerAIソリューションのセキュリティ・コンプライアンス・ガバナンス
多国籍企業が生成AIを導入する際、扱うデータの保管・処理地域を事前に確認しようとしています。データレジデンシーを考慮すべき理由として最も適切なものはどれですか。
Cloud Digital LeaderGoogle CloudのAI活用
生成AIが事実と異なる回答を生成するハルシネーションへの対策として最も適切なものはどれですか。