翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# プロンプトエンジニアリングとは
<a name="what-is-prompt-engineering"></a>

プロンプトエンジニアリングとは、LLM をさまざまな用途に効果的に使用するために、適切な単語、フレーズ、文、句読点、区切り文字を選択して入力プロンプトを作成し、最適化する手法のことです。言い換えれば、プロンプトエンジニアリングは LLM とのコミュニケーションの技術です。質の高いプロンプトとは、希望する以上のレスポンスが生成されるように LLM を条件付けるものです。このドキュメントに記載されている詳細なガイダンスは、Amazon Bedrock 内のすべての LLM に適用できます。

ユースケースに最適なプロンプトエンジニアリング手法は、タスクによってもデータによっても異なってきます。Amazon Bedrock の LLM がサポートする代表的なタスクとしては、以下があります。
+  **分類:** プロンプトには選択肢がいくつかある質問が含まれ、モデルは正しい選択肢で回答する必要があります。分類のユースケースの例としては、センチメント分析があります。入力はテキストの一節で、モデルはテキストのセンチメント（テキストがポジティブかネガティブか、無害か有害かなど）を分類する必要があります。
+  **質問応答 (コンテキストなし): **モデルはコンテキストやドキュメントを一切使わずに、内部の知識を使って質問に回答する必要があります。
+  **質問応答 (コンテキストあり): **ユーザーは質問を含む入力テキストを提供し、モデルは入力テキスト内の情報に基づいて質問に回答する必要があります。
+  **要約:** プロンプトはテキストの一節であり、モデルは入力の要点を捉えた短い文章で応答する必要があります。
+  **自由形式のテキスト生成:**出されたプロンプトに対し、モデルは説明と一致するオリジナルなテキストの文章を返す必要があります。これには、ストーリー、詩、映画の脚本などのクリエイティブなテキストの生成も含まれます。
+  **コードの生成:** モデルはユーザーの指定に基づいてコードを生成する必要があります。例えば、テキストから SQL へのコード生成や Python コードの生成をプロンプトからリクエストできます。
+  **数学:** 入力には、数値、論理、幾何学など、あるレベルでの数学的推論を必要とする問題を記述します。
+  **推論またはロジカルシンキング:** モデルは一連の論理的推論を行う必要があります。
+  **エンティティ抽出:** エンティティ抽出は、入力された質問に基づいてエンティティを抽出できます。プロンプトに基づいて、テキストまたは入力から特定のエンティティを抽出できます。
+  **思考連鎖の推論:** プロンプトに基づいて回答がどのように導き出されるかを段階的に説明してください。