生成AI技術の進歩に伴って、AIから最適な出力を得るための「プロンプトエンジニアリング」という技術を耳にすることも多くなったのではないでしょうか。もちろん生成AI（例えば、ChatGPTやGeminiなど）の性能を最大限に引き出すためには、プロンプトの設計が重要になりますが、その一方で将来的にはAIによって駆逐されていく職業なのではないかとも言われています。
本記事では、プロンプトエンジニアリングがどのようにAIのパフォーマンスを向上させるかを、実際のプロンプトを使って検証して、本当にプロンプトエンジニアなんて必要ないのかという疑問を検証したいと思います。
ここでは、主にテキストベースでのプロンプトについて解説しています。画像に関しては、ChatGPTの画像生成時のプロンプト記載方式の検証として、下記記事でまとめています。
プロンプトエンジニアリングとは何か？
「プロンプトエンジニアリング」とは、AIから最適な出力を得るために、指示文（プロンプト）を工夫し、最適化する技術のことを言います。生成AIモデル、特にChatGPTのような大規模な言語モデルにおいては、どのようなプロンプトを入力するか次第で、AIが出力する回答の質が大きく変わってきます。
例えば、曖昧なプロンプトや具体性に欠ける指示では、こちらの意図した通りの結果を得ることができなかったりします。そのため、プロンプトを綿密に設計することは、AIを利用する上で非常に重要なスキルとなります。
Alpakaハルシネーションを回避するためにも、プロンプトの記載の仕方は重要だったりします。
ハルシネーションに関しては、下記記事で解説しています。
プロンプトエンジニアリングの主な手法
一般的に、プロンプトエンジニアリングにはいくつかの手法があります。それぞれ異なる目的や状況に応じて使い分けることが可能です。
- Zero-Shot Prompting: 事前に参考情報や例を与えず、直接タスクを指示する手法。素早く結果を得たい場合に効果的ですが、複雑なタスクには不向きです。出力の精度も低い傾向があります。
- Few-Shot Prompting: 少数の例を示した上でタスクを実行させる手法。最初にいくつかの質問と回答の例を与えることで、AIに回答のパターンを学習させ、より高い精度とすることが可能です。
- Chain-of-Thought (CoT) Prompting: 複雑な問題を解決する際に、思考の過程を段階的に示す手法。AIが推論のプロセスを段階的に考えられるようにプロンプトを設計することで、正確な回答を引き出しやすくなります。
具体的なプロンプトの例
これらプロンプト手法に関しては説明だけだと少し分かりにくいかと思いますので、具体例を挙げて説明していきます。今回は「キャッチコピー」の生成に関するプロンプト事例としました。
各プロンプトの具体例
- Zero-Shot Prompting：
- 「新しいエナジードリンクのキャッチコピーを考えてください。」
- Few-Shot Prompting:：
- 「エナジードリンクのキャッチコピーを考えてください。例として、『ファイト一発！』や『翼を授ける』のように。」
- Chain-of-Thought Prompting：
- 「新しいスマートフォンのキャッチコピーを考えてください。ステップバイステップで考えを示してください。まず初めに、スマートフォンの主な特徴（高解像度カメラ、大容量バッテリー、5G対応）をリストアップしてください。その後に、それらの特徴を元にした15文字以内のフレーズを考えてください。」
プロンプトエンジニアはいらないのか？
それでは、現時点において、プロンプトエンジニアリングの手法が本当に必要なのか、実際に検証した結果を紹介してきます。用いた生成AIのモデルは「ChatGPT 4o」になります。
題材としては、「スキンケア商品に関するキャッチコピーの生成」です。下記２つの手法で実際に生成結果を比較していき、結果の良否を見ていきましょう。
- 適当に作ったプロンプト(zero-shot prompting)
- 各種技法を盛り込んだプロンプト
①適当に作ったプロンプトでのキャッチコピー生成事例
プロンプトは下記のような簡単なものとしています。
スキンケア商品のキャッチコピーを考えて下さい。15文字以内で10個。生成されたキャッチコピーの例は下記の通りです。これでも、使えそうなキャッチコピーが出ているかと思います。
- 肌に潤い、毎日美しく
- 輝く素肌で毎日を
- 毎日、素肌に自信
- 肌に優しく、美しさ続く
- なめらかな肌で魅力UP
- 潤い溢れる理想の肌
- あなたの肌に特別なケア
- 日々の美肌をサポート
- 素肌に自信、毎日輝く
- 肌に潤い、輝きをプラス
②各種技法を盛り込んだプロンプトでのキャッチコピー生成事例
続いて、作りこんだプロンプトでの生成事例です。下記プロンプトは、AIへの役割付与（深津式）を用いた上で、各種制約条件の設定、ターゲット層の設定をすることによって、具体性をかなり高めたプロンプトとしています。
プロンプト例（赤字の部分で変更することで、他のキャッチコピー生成にも転用可能です）。
あなたは広告業界で豊富な経験を持つプロのキャッチコピーライターです。クライアントの要望に応じて、印象的で効果的なキャッチコピーを作成してください。以下の制約条件を守り、多様なターゲット層に訴求できるキャッチコピーを提案してください。
# 制約条件
1. 1つのキャッチコピーの文字数は15文字以内とする
2. 簡潔でわかりやすく、記憶に残りやすい文章を使う
3. 商品やサービスの強みや特徴を的確に表現すること
4. ターゲット層ごとに異なるトーンやスタイルを用いる（例: 親しみやすい、上品、ユーモラス、プロフェッショナル、エネルギッシュなど）
5. 感情に訴える要素（例: 幸福感、安心感、期待感など）を取り入れること
# 依頼内容
新しく発売する商品または提供するサービスに対して、パッケージや広告に使用できるキャッチコピーを10個考えてください。以下の情報を基に、それぞれ異なるターゲット層やトーン、スタイルでキャッチコピーを作成してください。
- **商品またはサービスの種類**：スキンケア商品
- **特徴または強み**：天然素材使用、高品質、肌に優しい
- **ターゲット層の具体例**（例: 20代の健康志向の若者、子育て中の母親、シニア世代のアウトドア愛好者、高所得のビジネスパーソンなど）
# 出力形式
1. ターゲット層：20代の健康志向の若者向け（親しみやすいトーン）
キャッチコピー1:
2. ターゲット層：子育て中の母親向け（安心感のあるトーン）
キャッチコピー2:
3. ターゲット層：シニア世代のアウトドア愛好者向け（エネルギッシュなトーン）
キャッチコピー3:
4. ターゲット層：高所得のビジネスパーソン向け（プロフェッショナルなトーン）
キャッチコピー4:
...
10. ターゲット層：ターゲット層に応じたその他のトーン
キャッチコピー10:
生成した結果が下記となっています。こちらはより具体性が高く、多様なキャッチコピーが生成されています。
- 自然の力で、輝く私。
- 大切な肌を、優しく守る。
- 自然を味方に、美肌を守る。
- 上質な肌ケアで、自信を手に。
- 肌も気分も、フレッシュに。
- 自然派だから、安心の選択。
- 肌にもアクティブな選択を。
- 美しさを育む、肌の贅沢。
- 未来の肌ケア、今ここに。
- 家族みんなで、肌に優しく。
プロンプト違いで作成したキャッチコピーの比較結果
より詳細に比較した結果を下記にまとめます。
①のキャッチコピー案…「潤い」や「優しく」など感覚的で直接的な表現が多くあり、また「日々の」や「毎日」など日常の使用を多く見られています。これらは結構一般的なスキンケアの特徴を捉えたものになっていて、キャッチコピーとしても比較的どの商品にも使えるような汎用性のあるものとなっています。
②のキャッチコピー案…自然志向と品質、安心感を強調したものとなっています。オーガニック志向の消費者や品質を重視する層を顧客として想定して、高品質化路線を取るためのキャッチコピーとしては有用だと考えられます。
①は総じてスキンケアとして一般的な表現にとどまるが、②は本製品と対象顧客を絞った表現となっていて、顧客のペルソナを想定したマーケティングする上では②のほうがベターだと考えられます。
このようにプロンプト記載を詳細化し、制約条件を持たせ、更に具体性を高めることによって、より意図に沿った出力が得られることが分かるかと思います。
プロンプトエンジニアの需要と将来性
Alpaka続いて、プロンプトエンジニアの将来性についても説明していきます。
プロンプトエンジニアについては、OpenAIのCEOであるサム・アルトマン氏も、その重要性を強調しており、AIの進化に伴ってプロンプトエンジニアが果たす役割がますます拡大していくことが予想されています。順調にいけば需要は増えていくのではないでしょうか。
その一方で、AI技術の進化は非常に速いため、AI自身がより高度なプロンプトを生成していって、プロンプトエンジニアの役割が代替されていく可能性もあります。そのため長期的な需要には不確実性が伴いますし、知識を都度アップデートする必要性があると考えられます。
まとめ：誰もがプロンプトエンジニアになる時代が来るのではないか
本記事では、プロンプトエンジニアリングの解説と、プロンプトエンジニアの必要性について、具体例を挙げて解説しました。事例としても挙げましたが、ChatGPTなどの生成AIを使い込んでいると、出力自体がプロンプトによって大きく変わることも多々経験しますので、プロンプトエンジニアリングは重要だと感じます。
一方で、プロンプトエンジニアがある程度の規模を持った職業として確立されるかは微妙なところで、個人的には、エクセルやパワポなどの基本的なPCスキルの一つとして昇華されていく可能性が結構あるのではないかと考えています。
いずれにせよ、今後の生成AIの進化の仕方次第だと思いますので、引き続き注視していく必要があるかなと思います。
追記：ChatGPTでのプロンプトの書き方のコツや具体例については下記記事にまとめています。こちらもご覧いただけると幸いです。
コメント