AIとコミュニケーションする技術 プロンプティング・スキルの基礎と実践（インプレス） [電子書籍]

AIとコミュニケーションする技術 プロンプティング・スキルの基礎と実践（インプレス） の 商品概要

• 生成AIは、AIを「誰でも扱える万能ツール」にしました。しかし意図通りの結果を得るにはちょっとしたテクニック、「プロンプティング・スキル」が必要です。そのスキルを無理なく身につけたい人にオススメなのが本書『AIとコミュニケーションする技術 プロンプティング・スキルの基礎と実践』です。本書ではAIの成り立ちを図やイラストをもちいて丁寧に解説。そのうえで「生成AIにとってわかりやすいプロンプト」を作るための基礎的なロジックを解説していきます。そのため、AIモデルの種類やアップデートに左右されず長くつかえるテクニックが身につきます。現在主流となりつつあるマルチモーダルに対応したプロンプティングも扱うなど、すぐに使えるサンプルもふんだんに掲載。また、生成AIを使うにあたっては、そのリスクについても理解しておくことが求められます。本書ではプロンプティングとは切り離せない法的リスク、倫理的リスクやガイドラインの作り方まで紹介しているので、生成AIを使うさまざまな場面で活用できます。
  

• 目次

  表紙
  はじめに
  目次
  prologue 生成AIの現在地図
  01 AIはどのように生まれたか
  02 現代における人とAIの関係
  03 これからの人とAIの関わり方
  04 AIとコミュニケーションする技術を身につける
  05 本書を読み進めるにあたって
  column 急成長する生成AI市場
  40のキーワードでひもとく生成AI
  01 生成AI ① 文章生成
  02 生成AI ② 画像生成
  03 生成AI ③ コード生成
  04 生成AI ④ 動画生成
  05 生成AI ⑤ 音声生成
  06 生成AI ⑥ 3Dモデル生成
  07 人工知能 / 機械学習 / 深層学習の違い
  08 教師あり学習
  09 教師なし学習
  10 強化学習
  11 質的データと量的データ
  12 データの分類
  13 バイアス
  14 自然言語処理（NLP）
  15 大規模言語モデル（LLM）
  16 小規模言語モデル（SLM）
  17 トークン
  18 クォータ
  19 プロンプトインジェクション
  20 Attention機構
  21 Transformer
  22 BERT vs GPT
  23 RLHF
  24 ChatGPTの仕組み
  25 拡散モデル
  26 プロンプトデザインとプロンプトエンジニアリング
  27 Fine-tuning（微調整）
  28 In-context learning（文脈内学習）
  29 Embedding （埋め込み）
  30 RAG（検索拡張生成）
  31 Map Reduce
  32 Refine
  33 Map Rerank
  34 マルチモーダル
  35 AIエージェント
  36 マルチエージェント
  37 スケーリング則
  38 アラインメント
  39 ハルシネーション
  40 CPU / GPU / LPU
  column 生成AI領域の新しい職種
  chapter 2 生成AIに伝わる
  プロンプトの書き方
  01 生成AI時代の新スキル「プロンプトデザイン」
  02 複数のプロンプトを適切につなぐ「チェーンデザイン」
  03 プロンプトデザイン1　具体的に質問する
  04 プロンプトデザイン2　提供情報と依頼情報を明確にする
  05 プロンプトデザイン3　一貫性のある言葉を使う
  06 プロンプトデザイン4　英語で質問する
  07 プロンプトデザイン5　自分の理解度を説明する
  08 プロンプトデザイン6　自分の立場や状況を説明する
  09 プロンプトデザイン7　自分の目的を説明する
  10 プロンプトデザイン8　ロールを付与する
  11 プロンプトデザイン9　追加情報をリクエストする
  12 プロンプトデザイン10　出力形式を規定する
  13 プロンプトデザイン11　必要情報を質問してもらう
  14 プロンプトデザイン12　参考テキストを提供する
  15 プロンプトデザイン13　サブタスクに分割する
  16 プロンプトデザイン14　フレームワークを活用する
  17 プロンプトデザイン15　回答の例を提示する
  18 プロンプトデザイン16　やるべきことを強調する
  19 プロンプトデザイン17　中間推論をさせる
  20 入力プロンプトの文字数制限の問題
  column 画像生成AIにおけるプロンプトデザイン
  chapter 3 生成AIのポテンシャルを引き出すプロンプトの使い方
  01 生成AI活用は3つの軸で考える
  02 生成AIの8つの主要スキル
  03 草案を作成する（文章）
  04 草案を作成する（プログラム）
  05 情報を取得する（学習済み知識から）
  06 情報を取得する（入力データから）
  07 情報を変換する（入力データから）
  08 チェックと改善提案を行う（入力データから）
  09 アイデア出しを行う
  10 人格を再現する
  column 生成AIの導入例とその効果
  chapter 4 プロンプトエンジニアリングの基礎
  01 Zero-shotプロンプティング
  02 Few-shotプロンプティング
  03 思考連鎖（Chain-of-Thought）プロンプティング
  04 自己整合性（Self-Consistency）プロンプティング
  05 知識生成（Generated Knowledge）プロンプティング
  06 思考の木（Tree of Thought）プロンプティング
  07 方向性刺激（Directional Stimulus）プロンプティング
  08 視覚参照（Visual Referring）プロンプティング
  09 CAMEL
  column 「RAGの精度改善」の奥深さ
  chapter 5 生成AIのビジネス活用ナレッジ
  01 プロンプティング・スキルをビジネス活用する
  02 ビジネスインパクトを生み出すための3つの知能
  03 プロンプトエンジニアリングにおける価値基準
  04 AIモデルの特徴を知る
  05 AIモデルの選定基準
  06 生成結果を評価する手法
  07 評価結果を活用する手法
  08 カスタマイズに不可欠なデータ処理
  09 知っておきたいリスク1　情報セキュリティ
  10 知っておきたいリスク2　プロンプトインジェクション
  11 知っておきたいリスク3　ハルシネーション
  12 知っておきたいリスク4　サービスの利用停止
  13 自社システムを安全に構築するための技術選定
  14 生成AI活用時に知っておくべき基本の法律知識
  15 AI生成物と著作権の関係を知る
  16 生成AIと商標の関係を理解する
  17 生成AIとパブリシティ権の関係を理解する
  18 AI関連法規制の動向を知る
  19 AIの倫理問題
  20 リスクをガイドラインに落とし込む
  column LLMシステム開発の実践的ツール
  chapter 6 進化し続けるテクノロジーとAIリテラシー
  01 予測不能な時代に不可欠な生成AIリテラシー
  02 生成AIで変わること・変わらないこと
  03 ITインフラとなる生成AI
  04 技術の進化がもたらすもの
  05 検索体験への影響
  06 コンテンツへの影響
  07 学習・教育への影響
  08 ビジネス格差への影響
  09 エンジニア領域への影響
  10 スキルセットへの影響
  11 「生成AIの最適化」という新ビジネス
  column AIの最新情報の収集方法
  主要参考文献
  索引
  著者プロフィール
  奥付
  

AIとコミュニケーションする技術 プロンプティング・スキルの基礎と実践（インプレス） の商品スペック