システムロール：あなたは
例：

5）ツールと関数の呼び出し
- 利用可能な場合は、関数/ツールを明示的に定義します。引数、制約、および予想される出力を指定します。
- 一般的なユースケース：ウェブ検索、計算、データベースルックアップ、抽出、または外部システムのトリガー。
関数仕様プロンプトスニペット：

6）検索拡張生成（RAG）
- 関連するコンテキストを提供します：ドキュメント、スニペット、テーブル、または検索結果。
- 厳密なグラウンディングルールを追加します：「提供されたコンテキストのみを使用して回答します。不十分な場合は、詳細を要求するか、不明と答えてください。」
RAGガードレール：

7）評価、批判、および修正
- 検証パスを追加します：「基準A/B/Cに対して検証します。問題をリストします。それらを修正します。」
- 単一のプロンプトで2つのエージェントパターン（作成者+レビューア）を使用するか、プロンプトをチェーンします：ドラフト→レビュー→修正→ファイナル。
レビューアプロンプト：

## 影響の大きいプロンプトパターン（テンプレート付き）
以下は、コピーして適応できる高度なパターンです。
1）行動前の明確化の質問
- 手戻りを減らし、アライメントを保証します。

2）指示→コンテキスト→出力契約
- 優れた汎用構造。

システム：戦略アナリスト。幅広さよりも明瞭さを優先します。
タスク：の戦略的状況を要約します。Sider.AI
- chain-of-thoughtと自己整合性に関する調査は、内部推論を促すこと（それを公開することなく）が、複雑なタスクの精度を高めることができる理由を示しています。
---
主なポイント：
- プロンプトを仕様のように扱う：役割、制約、成功基準、および構造を定義します。
- 信頼性を高めるために、段階的なワークフロー、RAGグラウンディング、およびレビューアループを使用します。
- 簡潔な根拠を返す一方で、注意深い内部推論を促します。
- スキーマを使用して形式をロックし、自動化をスケーリングします。
- プロンプトライブラリを構築し、定期的に評価します。
### FAQ
Q1：ChatGPTの高度なプロンプトエンジニアリングとは何ですか？
高度なプロンプトエンジニアリングは、プロンプトを役割、制約、コンテキスト、および出力スキーマを備えた構造化された仕様に変えます。複雑なタスク全体で一貫性があり、正確で、再利用可能な結果を目指します。
Q2：ChatGPTをより正確にするにはどうすればよいですか？
コンテキスト（RAG）を提供し、厳格な成功基準を設定し、レビューアパスによる構造化された出力を要求します。内部推論を促し、ハルシネーションを減らすために、数字とソースの自己チェックを追加します。
Q3：ChatGPTでchain-of-thoughtプロンプトを使用する必要がありますか？
推論を促しますが、本番環境で詳細なchain-of-thoughtを公開することは避けてください。簡潔な根拠を求め、推論パフォーマンスを向上させることが示されている自己整合性手法を検討してください。
Q4：自動化のために出力を構造化するにはどうすればよいですか？
JSONスキーマまたは明確に定義された見出しとフィールドを適用します。スキーマはフォーマットを安定させ、QAを簡素化し、結果をダウンストリームツールに簡単にパイプできるようにします。
Q5：ブラウザでのプロンプトワークフローに役立つツールは何ですか？
AIサイドバーとリサーチエージェントは、コンテキストをキャプチャし、ページを要約し、プロンプトを再利用できます。
タスク：の戦略的状況を要約します。Sider.AI
は、プロンプトエンジニアリングと詳細なリサーチワークフローを効率化する拡張機能とガイドを提供します。