本文へスキップ
チュートリアル / プロンプト・対話
改善サイクルを 1 周回してみる（20 分）
同じタスクで「設計→実行→評価→改善」を 1 周まわし、改善が数値で見えることを体験します。
手
手順
タスクと評価基準を決める
例：問い合わせメールの種別判定。基準は「種別の正確さ」「優先度の妥当性」
確認ポイント：基準が検証可能な形で書けているかテスト入力を 10 件用意する
種類が偏らないよう、簡単な例・難しい例を混ぜます。正解も付けておきます。
確認ポイント：正解ラベルが付いているか初版プロンプトで全件実行する
全件を処理させ、正解と照合して合格率を記録します。
確認ポイント：合格率を数値で記録したか誤答を 3 パターンに分類する
「種別違い」「優先度の根拠不足」「形式崩れ」などに分けます。
確認ポイント：分類ごとの件数を数えたか1 点だけ修正して再実行する
最も件数の多い誤答パターンに対策を 1 つ入れて全件再実行します。
確認ポイント：変更が 1 箇所に絞られているか合格率を比較して記録する
変更前後の合格率を並べて保存します。これが改善の証拠になります。
確認ポイント：before/after の数値が残っているか
Q
つまずきポイント
改善しても数値が上がらない
評価基準そのものが曖昧な可能性があります。基準の例を 3 組示して基準自体を改善します。
手作業の実行が大変
まずは 10 件程度で十分です。件数を増やす段階で自動化を検討します。