説明文を書かせると、一般論が並んで具体が抜けることがあります。原因の一つは、書き始める前に材料がそろっていないことです。生成知識プロンプティングは、本文を書かせる前に、題材に関する事実を先に生成させます。Learn Promptingの解説に沿って、組み込み方を整理します。

手順1:先に事実を出させる
Learn Promptingの解説は、質問や依頼に対する最終的な回答を作る前に、役立ちそうな情報をモデルに生成させる考え方を生成知識アプローチと呼んでいます。解説の例では、ある動物について短い記事を書く前に、その動物の事実を4つ挙げさせています。材料が先にあると、本文が具体になります。
手順2:単一プロンプトか二段構えかを選ぶ
進め方は2つあります。単一プロンプトは「事実を4つ挙げ、その事実を使って短い記事を書く」のように1回で依頼します。二段構えは、事実を挙げさせる依頼と、挙げられた事実を使って書かせる依頼を分けます。Learn Promptingの解説は、二段構えのほうが詳しい内容になりやすいと説明しています。
| 方式 | 進め方 | 向く場面 |
|---|---|---|
| 単一プロンプト | 事実の生成と本文の作成を1回で行う | 下書きを速く作りたいとき |
| 二段構え | 事実を出させ、確認してから本文を書かせる | 公開前提で、事実の取捨選択を挟みたいとき |
手順3:出てきた知識を選別する
二段構えにする利点は、本文を書かせる前に事実を確認できることです。数字、日付、固有名詞、制度の内容は、一次情報と突き合わせます。確認できない項目は落とし、残った項目だけを次の工程へ渡します。ここを飛ばすと、誤りが本文の体裁で整って出てきます。
手順4:選んだ知識を貼って本文を書かせる
残した事実をそのまま貼り、「以上の事実だけを使って書く」と条件を付けます。条件を付けないと、モデルは足りない部分を補って書きます。事実に含まれない数値や年号を足さないよう、禁止事項として明示します。
手順5:誤りが混ざる前提で運用する
生成知識は、書く前の材料をそろえる手段であって、事実確認の代わりにはなりません。公開する文書では、事実の出どころを本文か注記に残し、後から検証できる形にします。同じ題材を繰り返し扱う場合は、確認済みの事実をファイルに貯めておき、それを渡す形に変えると、毎回の検証が減ります。
社内文書のように根拠が手元にある題材では、生成させるより先に資料を渡すほうが確実です。検索と組み合わせる考え方は、RAGの精度を上げる手順で扱っています。
FAQ
Q. 単一プロンプトと二段構えはどう選びますか?
A. Learn Promptingの解説では、単一プロンプトは事実の生成と本文の作成を1回で済ませ、二段構えは事実を出させる工程と本文を書かせる工程を分けます。分けるほうが、事実の取捨選択を人が挟めます。
Q. 生成された知識は正しいですか?
A. 正しさは保証されません。モデルが生成した事実は、出典のない主張と同じ扱いになります。公開前には一次情報と突き合わせ、確認できない記述は落とす運用が必要です。
あわせて使いたいツール
材料を出す工程と、本文を整える工程を分けると、確認の位置がはっきりします。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典:Learn Prompting「生成知識(Generated Knowledge)」(2024年10月1日更新、Valeriia Kuka執筆)。最終回答の前に情報を生成させる考え方、単一プロンプトと二段構えの違い、題材の事実を4つ挙げさせる例は同記事の記載に基づきます。
関連ガイド
- 指示文を正確に書く5ステップ
- RAGの検索精度を上げる手順
- ハルシネーション:もっともらしい誤りが混ざる理由
- AIツールの比較記事一覧
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
