LLMのパフォーマンス、信頼性、制御性を本番環境で最大化するための高度なプロンプトエンジニアリング技術をマスターします。プロンプトの最適化、LLM出力の改善、または本番環境プロンプトテンプレートの設計時に使用します。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
English | 日本語
LLMのパフォーマンス、信頼性、制御性を最大化するための高度なプロンプトエンジニアリング技術をマスターします。
from prompt_optimizer import PromptTemplate, FewShotSelector
# 構造化プロンプトテンプレートを定義
template = PromptTemplate(
system="You are an expert SQL developer. Generate efficient, secure SQL queries.",
instruction="Convert the following natural language query to SQL:\n{query}",
few_shot_examples=True,
output_format="SQL code block with explanatory comments"
)
# few-shot学習を設定
selector = FewShotSelector(
examples_db="sql_examples.jsonl",
selection_strategy="semantic_similarity",
max_examples=3
)
# 最適化されたプロンプトを生成
prompt = template.render(
query="Find all users who registered in the last 30 days",
examples=selector.select(query="user registration date filter")
)
必要なときだけ複雑さを追加して、シンプルなプロンプトから始める:
レベル1: 直接的な指示
レベル2: 制約を追加
レベル3: 推論を追加
レベル4: 例を追加
[システムコンテキスト] → [タスク指示] → [例] → [入力データ] → [出力形式]
失敗を適切に処理するプロンプトを構築:
# 検索されたコンテキストとプロンプトエンジニアリングを組み合わせる
prompt = f"""以下のコンテキストを考慮:
{retrieved_context}
{few_shot_examples}
質問: {user_question}
上記のコンテキストのみに基づいて詳細な回答を提供。コンテキストに十分な情報が含まれていない場合、何が欠けているかを明示的に述べる。"""
# 自己検証ステップを追加
prompt = f"""{main_task_prompt}
応答を生成した後、これらの基準を満たすことを検証:
1. 質問に直接回答
2. 提供されたコンテキストからの情報のみを使用
3. 特定のソースを引用
4. 不確実性を認める
検証が失敗した場合、応答を修正。"""
プロンプトに対してこれらのKPIを追跡:
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Migrate from AngularJS to Angular using hybrid mode, incremental component rewriting, and dependency injection updates. Use when upgrading AngularJS applications, planning framework migrations, or modernizing legacy Angular code.
日本語の概要は準備中です。原文の説明を表示しています。
ハイブリッドモード、段階的コンポーネント書き換え、依存性注入更新を使用してAngularJSからAngularへ移行します。AngularJSアプリケーションのアップグレード、フレームワーク移行の計画、またはレガシーAngularコードのモダナイゼーション時に使用します。
Master REST and GraphQL API design principles to build intuitive, scalable, and maintainable APIs that delight developers. Use when designing new APIs, reviewing API specifications, or establishing API design standards.
日本語の概要は準備中です。原文の説明を表示しています。
開発者を喜ばせる直感的でスケーラブルで保守可能なAPIを構築するために、RESTとGraphQL APIの設計原則をマスターします。新しいAPIの設計、API仕様のレビュー、またはAPI設計標準の確立時に使用してください。
Implement proven backend architecture patterns including Clean Architecture, Hexagonal Architecture, and Domain-Driven Design. Use when architecting complex backend systems or refactoring existing applications for better maintainability.
日本語の概要は準備中です。原文の説明を表示しています。
クリーンアーキテクチャ、ヘキサゴナルアーキテクチャ、ドメイン駆動設計を含む実証済みのバックエンドアーキテクチャパターンを実装します。複雑なバックエンドシステムの設計や、保守性向上のための既存アプリケーションのリファクタリング時に使用します。