LLMで問い合わせ・文書を分類する設計|ラベル定義・出力の制約・「わからない」の扱いと人手確認の線引き
問い合わせの振り分けや文書のタグ付けなど、LLMで「分類」する仕組みの設計を整理します。LLMを選ぶ条件、ラベル定義と判定不能の置き方、enumでの出力制約、階層分類と動的few-shot、ラベル別の評価、確信度と人手確認、ラベル改定の運用まで。
問い合わせの振り分けや文書のタグ付けなど、LLMで「分類」する仕組みの設計を整理します。LLMを選ぶ条件、ラベル定義と判定不能の置き方、enumでの出力制約、階層分類と動的few-shot、ラベル別の評価、確信度と人手確認、ラベル改定の運用まで。
コーディングエージェント向けの指示ファイル(AGENTS.md・CLAUDE.md)に何を書けば効き、何を書くと逆効果かを、主要ツールの公式ドキュメントと実証研究2本をもとに整理します。長さと分割、hooksや権限での強制、複数ツール併用時の運用も扱います。
Few-shot(少数事例)プロンプトを実務目線で整理します。例の選び方と件数の決め方、順序バイアスなどの既知の落とし穴、推論モデルで例示を減らす判断、効果を測る小さな評価セットの作り方までをまとめます。
本番で動いているプロンプトをどう管理し、どう安全に差し替えるかを実務の判断として整理します。2026年にOpenAIが再利用可能なpromptオブジェクトを非推奨化しAnthropicが旧Workbenchを終了した流れ、コード管理とレジストリ管理の分岐点、ラベルとロールバック、プロンプト変更で必ず壊れる評価とキャッシュ、モデル更新への備えまでを一次情報で確認しました。
最終回答だけでなく途中の推論ステップを言語化させるChain-of-Thought(CoT)プロンプトを、原典の主張・実務での効果と限界・推論モデル時代の使い分けまで整理します。few-shot/zero-shot CoTやself-consistencyの違い、向かない場面も冷静に切り分けます。
temperatureとtop-pは、LLMが次のトークンを選ぶときのばらつきを調整する生成パラメータです。確率分布からのサンプリングという前提、各社で異なる範囲・既定値、用途別の目安、そして「temperature 0でも完全再現ではない」「賢さは上がらない」という誤解までを実務目線で整理します。
プロンプトエンジニアリングというスキルそのものを鍛えるための書籍を、入門・ビジネス活用・網羅的な教科書・開発者向けの4冊に絞って目的別に紹介します。自分の段階に合う1冊から読み切れるよう整理しました。
生成AI(LLM)にMarkdownを書かせ、Marpでスライドに変換する方法を、業務目線で解説します。Marpの基本記法、LLMへの依頼のコツ、テーマや画像の指定、PDF・PowerPointへの書き出し、そして任せきりにしない注意点までを手順つきでまとめます。
プログラミング不要で生成AIを実務に生かしたい人向けに、書籍を学ぶ順序で4冊紹介します。全体像のつかみ方、プロンプトの型、文書作成や議事録など業務別の使いこなし、社内での組織的な活用まで、目的に合わせて選べるよう整理しました。
プロンプトエンジニアリングの次の設計単位として注目される「コンテキストエンジニアリング」を、実務目線で整理します。コンテキストの劣化(context rot)という前提、渡す情報の構成と順序、長時間動くエージェントで使う圧縮・メモ・サブエージェントといった手法までをまとめます。
LLMが外部のツールやAPIを呼び出す「Tool Use(関数呼び出し/function calling)」の仕組みを、実務目線で解説します。tool_useとtool_resultの往復、クライアントツールとサーバーツールの違い、いつ呼ぶかの制御、そして呼び出し精度を上げるためのツール定義のコツまでを整理します。
業務でLLMの出力を安定させるためのプロンプト設計を解説します。役割・制約・出力形式・例示という4要素の組み立て方、書き直しの手順、テンプレート化して共有するまでの実務をまとめます。