AIマネジメントのためのアルゴリズム入門

授業目標

• プロンプトエンジニアリングが、AIの性能を最大限に引き出すための重要な技術であることを理解する。
• 効果的なプロンプトを構成する基本要素（役割、指示、文脈、出力形式）を習得する。
• Zero-shot, One-shot, Few-shotといった基本的なプロンプト戦略を使い分けられるようになる。

講義内容

1. プロンプトエンジニアリングとは「言語によるAIの操縦術」である

プロンプトエンジニアリングは、単に「AIへの質問の仕方」ではない。それは、自然言語を用いてAIの思考プロセスを誘導し、その性能と信頼性を最大限に引き出すための、体系化された技術である。

大規模言語モデル（LLM）は、膨大なテキストデータから学習した確率分布に基づき、次に来る単語を予測するヒューリスティックなシステムだ。その思考空間は広大無辺であり、曖昧な指示では、我々が望む結果にたどり着く保証はない。プロンプトエンジニアリングとは、この広大な思考空間に制約と方向性を与え、AIの出力を決定論的なアルゴリズムの振る舞いに近づけるための、いわば「言語によるAIの操縦術」なのだ。我々が学ぶアルゴリズム的思考を、具体的な「言葉」に落とし込む作業がこれにあたる。

2. 効果的なプロンプトの4大構成要素

事例研究：曖昧なプロンプト vs 構造化されたプロンプト

• 曖昧なプロンプト: `「うちの会社のセキュリティについて教えて」` → AIはどの会社の、どの側面のセキュリティについて話すべきか判断できず、一般的で役に立たない回答しか生成できない。
• 構造化されたプロンプト: `[役割]あなたは... [指示]以下の報告書を分析し... [文脈]報告書はこちら... [出力形式]結果はJSONで...` → AIは与えられた役割と文脈に基づき、明確な指示を遂行し、指定された形式で具体的な分析結果を出力する。

3. 基本的なプロンプト戦略：AIへのインコンテキスト学習

• Zero-shot Prompting: AIに事前知識（模範解答例）を一切与えず、タスクの指示のみで応答させる最も単純な方法。「`次の文章を日本語に翻訳して：Hello, world.`」
• One-shot / Few-shot Prompting: AIに1つ、あるいは複数（少数）の模範解答例を提示してから、本題のタスクを指示する方法。AIは提示された例からタスクのパターンやスタイルを**文脈内学習（In-Context Learning）**し、より高精度な回答を生成する。これは、AIの思考を正しい方向へ「誘導」するための、極めて強力な技術である。

個人演習：Google Apps Scriptのエラー解析AIプロンプト設計

function writeToSheet() {
  var sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName("成績");
  var cell = sheet.getRange("A1");
  cell.setValue("処理完了");
}

グループ演習

授業目標

• AIに複雑な推論を行わせるための高度なプロンプト技術「Chain of Thought (CoT)」を理解する。
• 思考と行動を組み合わせるフレームワーク「ReAct」の概念を理解し、そのアルゴリズムを設計できるようになる。
• プロンプトを単発の命令ではなく、アルゴリズムを実装するプログラムとして捉える視点を獲得する。

講義内容

1. Chain of Thought (CoT): AIに思考のプロセスを語らせる

複雑な問題（特に算数や論理パズル）に対して、AIにいきなり答えだけを求めると、間違える確率が高い。**Chain of Thought (CoT) Prompting**とは、「ステップバイステップで考えてください」のように、AIに**思考の連鎖（途中式や推論過程）**を明示的に出力させる技術である。

なぜCoTは有効なのか？ CoTは、AIに対してより多くの計算ステップ（推論トークン）を割り当てることを強制する。これにより、複雑な問題を小さな部分問題に分解し、それぞれを順に解決していくプロセスをシミュレートさせる。結果として、AIのブラックボックス性が低減され、我々がその思考プロセスを検証（デバッグ）することが可能になる。

2. ReActフレームワーク：思考し、行動し、観察するAI

**ReAct (Reason + Act)** は、AIの能力をさらに拡張するためのフレームワークだ。これは、AIを単なるテキスト生成器ではなく、**思考（Reason）**と**行動（Act）**を繰り返すエージェントとして捉える。

このループ構造により、AIは自身の知識だけでは答えられない問いに対し、外部ツール（検索、計算機、APIなど）と連携して、より正確で信頼性の高い回答を生成できる。これは、AIをより自律的な問題解決エージェントへと進化させる技術だ。

グループ演習