7.5.1 プロンプトエンジニアリングロードマップ：ブリーフ、出力、評価

プロンプトエンジニアリングは、アプリケーションとモデルのあいだのインターフェースです。目的は気の利いた一文を書くことではなく、1 回のモデル呼び出しを予測可能、解析可能、テスト可能、改善可能にすることです。

まず Prompt のループを見る

モデルに基本能力はあるのに、結果が曖昧、不安定、形式違い、評価しにくい場合に、この章の方法を使います。

プロンプト契約チェックを動かす

LLM を呼ぶ前に、プロンプトを契約として書きます：タスク、コンテキスト、出力形式、制約です。この小さなスクリプトで、その契約がテストできる程度にそろっているか確認します。

prompt_contract = {
    "task": "Extract chapter metadata",
    "context": "One course markdown file",
    "output_format": ["chapter", "goals", "prerequisites", "risks"],
    "constraints": ["return JSON only", "mark missing facts as null"],
}

required = ["task", "context", "output_format", "constraints"]
missing = [field for field in required if not prompt_contract.get(field)]

print("ready:", not missing)
print("fields:", ", ".join(required))
print("test_case_count:", 3)

期待される出力：

ready: True
fields: task, context, output_format, constraints
test_case_count: 3

ready が False なら、追加例を試す前にタスクブリーフを直します。曖昧な Prompt は、曖昧なデバッグを生みます。

この順番で学ぶ

手順	読む内容	実践アウトプット
1	Prompt 基礎	曖昧な依頼をタスク、コンテキスト、形式、制約に書き換える
2	高度な Prompt	必要なときだけ例、手順、役割、境界条件を加える
3	構造化出力	プログラムで解析できる JSON、表、Markdown を作る
4	Prompt 実践	同じ固定入力で Prompt バージョンを比較する
5	評価ラボ	合格率、失敗タイプ、次の変更を記録する

残す証拠

このページを終えたら、この証拠カードを残します。

プロンプト契約

タスク、文脈、制約、出力形式

固定ケース

プロンプト版全体で同じ入力を使用

スキーマ確認

構造化出力がパーサーで検証される

失敗ノート

原因ごとにまとめたプロンプト失敗

橋渡し

第8章ではこのループに検索で取得した文脈を追加する

合格ライン

固定した入力セットを使い、毎回 1 つの Prompt 層だけを変更し、感覚ではなく証拠で改善を説明できれば、この章は合格です。

出口ミニプロジェクトは、コース内容抽出 Prompt です。1 つのコース文書を入力し、章のテーマ、学習目標、前提知識、重要語、練習案、リスクメモを JSON または Markdown 表で出力します。

確認の考え方と解説

1. 合格レベルの答えでは、token、context、attention、prompt、生成挙動が1回の request-response path でどうつながるかを説明します。
2. 証拠には、再現できる prompt または structured-output test を1つ残し、出力が通った理由または失敗した理由を書きます。
3. prompt 設計、RAG、fine-tuning、alignment を切り分け、観察した問題を直す最も軽い方法を選べれば十分です。