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、大規模言語モデル (LLM) へのテキスト入力を最適化して、出力を改善し、必要なレスポンスを受け取る方法を指します。プロンプトは、LLM が分類、質問への回答、コード生成、クリエイティブ書き込みなど、さまざまなタスクを実行するのに役立ちます。LLM に入力するプロンプトの質は、モデルのレスポンスの質に影響を与える可能性があります。このセクションでは、プロンプトエンジニアリングを始めるために必要な情報を提供します。また、 で LLM を使用する場合に、ユースケースに最適なプロンプト形式を見つけるのに役立つツールについても説明します Amazon Bedrock。
プロンプトの有効性は、提供された情報の品質とプロンプト自体の耐久性によって異なります。プロンプトには、モデルを効果的にガイドし、結果の品質を向上させるための指示、質問、コンテキストの詳細、入力、例が含まれる場合があります。このドキュメントでは、Amazon Nova Family of Models のパフォーマンスを最適化するための戦略と戦術の概要を説明します。ここに示す方法は、その有効性を増幅するためにさまざまな組み合わせで採用できます。特定のニーズに最も適したアプローチを特定するための実験に従事することをお勧めします。
プロンプトエンジニアリングを開始する前に、ユースケースに最適なプロンプトを反復的に開発できるように、次の要素を設定することをお勧めします。
-
ユースケースを定義する： 4 つのディメンションで達成するユースケースを定義する
-
タスクとは - モデルから実行するタスクを定義する
-
ロールとは - そのタスクを達成するためにモデルが引き受けるロールを定義します。
-
レスポンススタイルとは - 出力のコンシューマーに基づいて従うべきレスポンス構造またはスタイルを定義します。
-
従うべき指示のセット： 成功基準に従ってモデルが応答するために従うべき指示のセットを定義します。
-
-
成功基準： 成功基準または評価基準を明確に定義します。これは、箇条書きリストの形式でも、一部の評価メトリクス (長さチェック、BLEU スコア、ルージュ、形式、事実、信憑性など) に固有の形式でもかまいません。
-
ドラフトプロンプト： 最後に、プロンプトエンジニアリングの反復プロセスを開始するには、ドラフトプロンプトが必要です。
Amazon Nova モデルファミリーは、理解モデル (Amazon Nova Micro、Lite、Pro) とコンテンツ生成モデル (Amazon Nova Canvas と Reel) の 2 つの幅広いモデルカテゴリで構成されています。以下のガイダンスでは、テキスト理解モデルとビジョン理解モデルについて説明します。画像生成プロンプトのガイダンスについてはAmazon Nova Canvas プロンプトのベストプラクティス「」、動画生成プロンプトのガイダンスについては「」を参照してくださいAmazon Nova Reel プロンプトのベストプラクティス。
