プロンプトの構成要素(役割・前提・指示・制約・出力形式)

プロンプトの品質がLLMのアウトプットを決定づけます。「役割(Role)」「前提(Context)」「指示(Instruction)」「制約(Constraints)」「出力形式(Output Format)」を明確に構造化して伝えることがプロンプト設計の基本フレームワークです。 ア:誤りです。前提条件や制約を具体的に指示するほど、モデルの回答のブレが減り品質が高まります。 イ:正解です。プロンプトを構成する代表的5要素(役割、前提、指示、制約、出力形式)を網羅的に正しく述べています。 ウ:誤りです。JSON、Markdown、箇条書き、CSVなど、多様なフォーマットでの出力を自然言語で柔軟に指示できます。 エ:誤りです。指示の具体性、構造化、前後の文脈配置によって生成結果の品質は劇的に変化します。

LLMから意図通りの高精度な出力を引き出すための「プロンプトの代表的構成要素」に関する記述として、最も適切なものを1つ選択してください。

出典生成AIパスポートオリジナル模擬試験
ア
プロンプトに入力すべき情報は「挨拶文」と「質問したい単語1語」のみであり、背景情報や制約条件を書き加えるとモデルが混乱して精度が著しく低下するため、詳細な指示は一切排除すべきである。
イ
意図通りの高精度な出力を得るための代表的構成要素として、「役割(ペルソナ:あなたはベテラン編集者です等)」「前提条件・背景情報」「明確なタスク指示」「制約条件(文字数・トーン・禁止事項等)」「出力形式の指定(表形式・JSON・箇条書き等)」が挙げられる。
ウ
出力形式の指定(JSONやMarkdown表形式など)はプログラミング言語のコンパイラにしか理解できないため、自然言語プロンプトで指示することは技術的に不可能であり、プレーンテキスト以外は指定できない。
エ
プロンプトはどのような順番や表現で書いてもモデル内部で同一の意味として正規化されるため、指示の順序や明確さを工夫するプロンプトエンジニアリングは精度向上に何の効果ももたらさない。