モジュール 1: 生成モデルの概要

- AI、機械学習、生成AIの基礎
- LLMの能力と限界
幻覚とモデルの変動性
- ラボ: 生成モデル入門

モジュール2：LLMのための実践的な工学技術

- プロンプトの構造：タスク、コンテキスト、役割、フォーマット
- ゼロショット、ワンショット、および少数ショットのプロンプト
- 特異性と改良技術
- 構造化された出力（JSON、表、フォーマット済みデータ）
一貫性と信頼性を促す
- プロバイダー間でモデル固有のプロンプトガイダンスを理解する
- 実習：テキスト出力品質を向上させるためのテクニック

モジュール3：テキストから画像への変換モデルのためのプロンプトエンジニアリング

- 画像生成を促す（被写体、スタイル、照明、構図）
反復的な改良と迅速な拡張
テンプレートと例を使用する
- 実験：生成AIを用いたテキスト入力からの画像生成

モジュール4：高度なプロンプト機能とツールを活用したワークフロー

思考の流れと段階的な促し
- プロンプトの連鎖と複数ステップのワークフロー
- LLMはツールとアクションのオーケストレーターとしての役割を担う
- ツール使用のためのプロンプトの設計（関数呼び出しパターン）
- プロンプト → ツール → 結果 → レスポンスのワークフロー
- 精度を向上させ、幻覚を軽減するためのツールを使用する
- モデルコンテキストプロトコル（MCP）の概要
- ツールとデータへのアクセスを標準化する
- LLMを外部システムに接続する
- ラボ：出力の改善とツール主導型ワークフローの構築

Generative AI Prompt Engineering (RXM401)

ニュースレターのお申し込みはこちら