生成AI応用
Copilot Studioで複雑な業務フローに対応するチャットボットを開発しました。ユーザーからの質問が予想外の内容だった場合、チャットボットの回答精度が低下することが判明しました。この問題に対応するため、最も効果的なアプローチはどれですか？
A.すべての質問パターンをシステムプロンプトで事前に定義する
✗ すべてのパターンを事前定義することは実務的ではなく、予想外の質問への対応にはなりません。
B.Few-shotプロンプティングを活用し、複数の例を示して学習させる← 正解
✓ 正解です。Few-shotプロンプティングにより、具体的な例を通じてモデルに期待される回答パターンを示すことで、未知の質問に対する汎化能力が向上します。
C.チャットボットのテンプレートをより厳密なルールベースシステムに完全に変更する
✗ ルールベースへの完全な変更は、生成AIの柔軟性を失い、複雑な業務フローに対応しにくくなります。
D.Temperatureを1.5以上に設定して、より創造的な回答を生成させる
✗ Temperatureを高くすると、むしろ予測不可能で不正確な回答が増加します。
この問題のポイント
Few-shotプロンプティングにより、具体的な例を通じてモデルに期待される回答パターンを示すことで、未知の質問に対する汎化能力が向上します。
「生成AI」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。