メニュー

AIとコミュニケーションする技術 プロンプティング・スキルの基礎と実践

発売日: 2024/11/21 想定ページ数: 224ページ ISBN: 9784295020592 全文検索: 非対応
★★★★★ ★★★★★ 0件
※本書はEPUB(固定レイアウト型)で作成されております。検索機能や文字列のコピーがご利用できません。

生成AIは、AIを「誰でも扱える万能ツール」にしました。
しかし意図通りの結果を得るにはちょっとしたテクニック、「プロンプティング・スキル」が必要です。
そのスキルを無理なく身につけたい人にオススメなのが本書『AIとコミュニケーションする技術 プロンプティング・スキルの基礎と実践』です。
本書ではAIの成り立ちを図やイラストをもちいて丁寧に解説。そのうえで「生成AIにとってわかりやすいプロンプト」を作るための基礎的なロジックを解説していきます。
そのため、AIモデルの種類やアップデートに左右されず長くつかえるテクニックが身につきます。
現在主流となりつつあるマルチモーダルに対応したプロンプティングも扱うなど、すぐに使えるサンプルもふんだんに掲載。
また、生成AIを使うにあたっては、そのリスクについても理解しておくことが求められます。
本書ではプロンプティングとは切り離せない法的リスク、倫理的リスクやガイドラインの作り方まで紹介しているので、生成AIを使うさまざまな場面で活用できます。
目次プレビュー
  • はじめに
  • 目次
  • prologue 生成AIの現在地図
はじめに
目次
  • 01 AIはどのように生まれたか
  • 02 現代における人とAIの関係
  • 03 これからの人とAIの関わり方
  • 04 AIとコミュニケーションする技術を身につける
  • 05 本書を読み進めるにあたって
  • column 急成長する生成AI市場
  • 01 生成AI ① 文章生成
  • 02 生成AI ② 画像生成
  • 03 生成AI ③ コード生成
  • 04 生成AI ④ 動画生成
  • 05 生成AI ⑤ 音声生成
  • 06 生成AI ⑥ 3Dモデル生成
  • 07 人工知能 / 機械学習 / 深層学習の違い
  • 08 教師あり学習
  • 09 教師なし学習
  • 10 強化学習
  • 11 質的データと量的データ
  • 12 データの分類
  • 13 バイアス
  • 14 自然言語処理(NLP)
  • 15 大規模言語モデル(LLM)
  • 16 小規模言語モデル(SLM)
  • 17 トークン
  • 18 クォータ
  • 19 プロンプトインジェクション
  • 20 Attention機構
  • 21 Transformer
  • 22 BERT vs GPT
  • 23 RLHF
  • 24 ChatGPTの仕組み
  • 25 拡散モデル
  • 26 プロンプトデザインとプロンプトエンジニアリング
  • 27 Fine-tuning(微調整)
  • 28 In-context learning(文脈内学習)
  • 29 Embedding (埋め込み)
  • 30 RAG(検索拡張生成)
  • 31 Map Reduce
  • 32 Refine
  • 33 Map Rerank
  • 34 マルチモーダル
  • 35 AIエージェント
  • 36 マルチエージェント
  • 37 スケーリング則
  • 38 アラインメント
  • 39 ハルシネーション
  • 40 CPU / GPU / LPU
  • column 生成AI領域の新しい職種
  • 01 生成AI時代の新スキル「プロンプトデザイン」
  • 02 複数のプロンプトを適切につなぐ「チェーンデザイン」
  • 03 プロンプトデザイン1 具体的に質問する
  • 04 プロンプトデザイン2 提供情報と依頼情報を明確にする
  • 05 プロンプトデザイン3 一貫性のある言葉を使う
  • 06 プロンプトデザイン4 英語で質問する
  • 07 プロンプトデザイン5 自分の理解度を説明する
  • 08 プロンプトデザイン6 自分の立場や状況を説明する
  • 09 プロンプトデザイン7 自分の目的を説明する
  • 10 プロンプトデザイン8 ロールを付与する
  • 11 プロンプトデザイン9 追加情報をリクエストする
  • 12 プロンプトデザイン10 出力形式を規定する
  • 13 プロンプトデザイン11 必要情報を質問してもらう
  • 14 プロンプトデザイン12 参考テキストを提供する
  • 15 プロンプトデザイン13 サブタスクに分割する
  • 16 プロンプトデザイン14 フレームワークを活用する
  • 17 プロンプトデザイン15 回答の例を提示する
  • 18 プロンプトデザイン16 やるべきことを強調する
  • 19 プロンプトデザイン17 中間推論をさせる
  • 20 入力プロンプトの文字数制限の問題
  • column 画像生成AIにおけるプロンプトデザイン
  • 01 生成AI活用は3つの軸で考える
  • 02 生成AIの8つの主要スキル
  • 03 草案を作成する(文章)
  • 04 草案を作成する(プログラム)
  • 05 情報を取得する(学習済み知識から)
  • 06 情報を取得する(入力データから)
  • 07 情報を変換する(入力データから)
  • 08 チェックと改善提案を行う(入力データから)
  • 09 アイデア出しを行う
  • 10 人格を再現する
  • column 生成AIの導入例とその効果
  • 01 Zero-shotプロンプティング
  • 02 Few-shotプロンプティング
  • 03 思考連鎖(Chain-of-Thought)プロンプティング
  • 04 自己整合性(Self-Consistency)プロンプティング
  • 05 知識生成(Generated Knowledge)プロンプティング
  • 06 思考の木(Tree of Thought)プロンプティング
  • 07 方向性刺激(Directional Stimulus)プロンプティング
  • 08 視覚参照(Visual Referring)プロンプティング
  • 09 CAMEL
  • column 「RAGの精度改善」の奥深さ
  • 01 プロンプティング・スキルをビジネス活用する
  • 02 ビジネスインパクトを生み出すための3つの知能
  • 03 プロンプトエンジニアリングにおける価値基準
  • 04 AIモデルの特徴を知る
  • 05 AIモデルの選定基準
  • 06 生成結果を評価する手法
  • 07 評価結果を活用する手法
  • 08 カスタマイズに不可欠なデータ処理
  • 09 知っておきたいリスク1 情報セキュリティ
  • 10 知っておきたいリスク2 プロンプトインジェクション
  • 11 知っておきたいリスク3 ハルシネーション
  • 12 知っておきたいリスク4 サービスの利用停止
  • 13 自社システムを安全に構築するための技術選定
  • 14 生成AI活用時に知っておくべき基本の法律知識
  • 15 AI生成物と著作権の関係を知る
  • 16 生成AIと商標の関係を理解する
  • 17 生成AIとパブリシティ権の関係を理解する
  • 18 AI関連法規制の動向を知る
  • 19 AIの倫理問題
  • 20 リスクをガイドラインに落とし込む
  • column LLMシステム開発の実践的ツール
  • 01 予測不能な時代に不可欠な生成AIリテラシー
  • 02 生成AIで変わること・変わらないこと
  • 03 ITインフラとなる生成AI
  • 04 技術の進化がもたらすもの
  • 05 検索体験への影響
  • 06 コンテンツへの影響
  • 07 学習・教育への影響
  • 08 ビジネス格差への影響
  • 09 エンジニア領域への影響
  • 10 スキルセットへの影響
  • 11 「生成AIの最適化」という新ビジネス
  • column AIの最新情報の収集方法
主要参考文献
索引
著者プロフィール
奥付

まだレビューが投稿されていません