購入前に目次をご確認ください
インプレス［コンピュータ・IT］ムック 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
インプレス / 2024年11月21日 / 全223ページ
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が必要です。本書はそのテクニック、プロンプティング・スキルを無理なく身につけるためのやさしい解説書です。本書では「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丁寧に説明しているのが大きな特長です。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。
目次
- はじめに
- 目次
- prologue 生成AIの現在地図
- 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
- 40のキーワードでひもとく生成AI
- 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
- はじめに
- 目次
- prologue 生成AIの現在地図
- 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
- 40のキーワードでひもとく生成AI
- 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
- ”chapter 2 生成AIに伝わるプロンプトの書き方”
- 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
- chapter 3 生成AIのポテンシャルを引き出すプロンプトの使い方
- 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
- chapter 4 プロンプトエンジニアリングの基礎
- 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
- chapter 5 生成AIのビジネス活用ナレッジ
- 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
- chapter 6 進化し続けるテクノロジーとAIリテラシー
- 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
※このデジタル雑誌には目次に記載されているコンテンツが含まれています。それ以外のコンテンツは、本誌のコンテンツであっても含まれていません のでご注意ください。
※電子版では、紙の雑誌と内容が一部異なる場合や、掲載されないページがある場合があります。
