検索

AIモデルを外部ツールやデータソースに接続するための、Anthropic提唱のオープンな標準規格。

出力のランダム性(多様さ)を調整するパラメータ。高いほど創造的。

AIに与える指示文や質問。プロンプトの良し悪しが、出力の質を大きく左右する。

AIから望む出力を引き出すために、[[prompt]]を工夫・設計する技術や手法の体系。

プロンプト自体をAIに作らせたり改善させたりするためのプロンプト。

AIの役割・口調・制約など、全体的な振る舞いをあらかじめ指定する特別なプロンプト。

悪意ある指示を紛れ込ませ、AIに本来の制約を無視させようとする攻撃。

ユーザーがその場でAIに送る具体的な指示や質問のメッセージ。

変数を埋め込める定型プロンプト。同じ形式の依頼を量産・再利用できる。

本来秘密にすべきシステムプロンプトを、AIに喋らせて引き出す攻撃。

意味を保ちつつプロンプトを短くし、トークン消費とコストを減らす手法。

画像生成で「描いてほしくない要素」を指定する逆向きの指示。

繰り返し使う長いプロンプトをキャッシュし、コストと応答時間を削減する仕組み。

処理で使われたトークンの総量。API料金の算定基準になる。

確率の高い上位k個の候補だけに絞り、その中から次の語を選ぶ手法。

確率の高い候補を累積pまで残してその中から選ぶ、出力の絞り込み手法。

大きな課題を、扱いやすい小さなサブタスクに分割すること。

モデルを小さく軽くする技術の総称。量子化・蒸留・枝刈りなど。

画像や映像をコンピュータに認識・理解させる技術分野。物体検出や顔認識などを含む。

プロンプト内に入出力の手本を数例示すことで、AIに望む形式や傾向を学ばせる手法。

AIに特定の役割を演じさせ、その立場に沿った応答を引き出す手法。

手本を一切示さず、指示だけでタスクを解かせるプロンプト手法。

手本を1例だけ示してタスクを解かせるプロンプト手法。

プロンプトテンプレート内で、後から値を差し込むための差し替え箇所。

Anthropicが開発する大規模言語モデル。安全性と有用性の両立を重視して設計されている。

目標を与えると、自ら計画を立て、ツールを使いながら多段階のタスクを自律的に遂行するAI。

AWS・GCP・Azureなどクラウド上でAIの学習・推論を行う形態。

AIが計算・検索・API呼び出しなど、外部の機能(ツール)を呼び出して回答を補強する仕組み。

膨大なテキストで訓練された巨大な言語モデル。文章生成・要約・対話などを高い精度でこなす。

外部の知識を検索してプロンプトに与え、その情報をもとにAIに回答させる手法。最新情報や社内文書に強い。

画像認識で威力を発揮する深層学習モデル。フィルタで局所的な特徴を段階的に抽出する。

複数の数値を、合計が1になる確率分布に変換する関数。多クラス分類の出力に使う。

大量データで広く事前学習され、多様な用途の土台となる大規模モデル。

画像と言語を結びつけて理解する、マルチモーダルモデルの一種。

乱数の初期値。固定すると生成結果を再現しやすくなる。

AIに与える具体的な人物像。性格・口調・専門性を一貫させる。

制約を回避させ、本来拒否すべき応答をAIに出させようとする試み。

AIの入出力に設ける安全のための制約・チェックの仕組み。

プロンプト内で指示と素材を区切る記号。誤解や注入を防ぐ。

画像生成で、プロンプトにどれだけ忠実に従わせるかを調整する強度。

目標達成までの手順をAI自身が組み立てること。エージェントの中核能力。

親エージェントから特定の役割を任される、補助的なエージェント。

得られる性能・成果に対して、かかる費用がどれだけ少ないか。

大量の並列計算が得意な演算装置。AIの学習・推論に不可欠。

GPUに搭載されたメモリ。扱えるモデルやバッチの大きさを決める。

コードの統合・テスト・デプロイを自動化する開発手法。

クラウドに送らず、現場の機器側でAI処理を行う形態。

重要度の低い重みや接続を削り、モデルを軽量化する技術。

対話形式でユーザーの質問に自動応答するプログラム。

画像や紙の文書に写った文字を、コンピュータが読める文字に変換する技術。