「JISA技術コンテスト」で上位、NTTテクノクロスで働くエンジニアのプロンプト設計術：トップ人材は、生成AIをこう使う

圧倒的な実力を発揮する“トップ人材”たちは、どんな生成AIをどのように使いこなしているのか。今回は、NTTテクノクロスのエンジニアによる活用法に注目。

LINE

Hatena

　ChatGPTの登場から数年。後続サービスも続々と誕生し、ビジネスにおいて生成AIの活用は当たり前になりつつある。一方、毎日のように更新され続ける情報に追い付けず、まだその真価を発揮し切れていないという人も多いだろう。

　そこで本連載では、エグゼクティブやインフルエンサー、企業内のAI活用推進者などの生成AI活用法に注目。圧倒的な実力を発揮する“トップ人材”たちは、どんな生成AIをどのように使いこなしているのか。そしてそんな人材を抱える企業は、どのようにAIを利活用しているのか──業界や職種を問わず追いかける。

　今回は、NTTテクノクロスのエンジニア・井上美奈さん（デジタルツインサービス事業部第一ユニット所属エンジニア）に注目。生成AIによる問題解決の課題も課された、JISA（情報サービス産業協会）の「技術コンテスト」で総合2位を取った経験を持つ井上さんの生成AI活用術を紹介する。

井上さんが利用する生成AIサービス・LLM

　JISA技術コンテストでは、知見のない分野において生成AIが有益であることを実感しました。一方で、意図しない回答や、少しずれた回答が返ってくるといった課題も実感しました。こうした経験を踏まえ、普段の業務でどのように生成AIを活用し、プロンプトを工夫しているのかをご紹介します。

　私が普段利用しているのは、自社独自の生成AIサービスであるChatTXです。よく使う用途としては、用語検索とエラー解析があります。

　まず、用語検索は、会議中の議論や資料を読んでいる際に知らない用語が出てきた場合、生成AIを使って調べています。その際、単純に「〇〇とは？」と聞くだけではなく、「初心者にも分かるように」や「易しく」といった指示を加えることで、1回の出力で理解しやすい情報が得られるようにしています。

ChatTXの利用画面

　次に、エラー解析は、開発中に発生したエラーの原因や対処法を生成AIに尋ねています。ただし、セキュリティリスクを考慮し、プロンプトには具体的なパスや固有名詞を含めないようにしています。また、対処法を得るだけでなく、参考サイトの提示も求めることで、より詳細な情報を確認できるように工夫しています。

　JISA技術コンテストでは、生成AI分野で最高得点を出したチームが「チップ」をプロンプトに含めるという手法を用いていました。「より良い解決策にはチップを払う」といった指示を追加することで、出力の精度が向上するというものです。

　当時、米国の大学から発表された論文で話題になっており、コンテストで高評価を得られたのだと考えられます。この論文ではチップと対照的に、「ペナルティーを科す」ことでもAIの出力精度が上がると記述されています。

　この論文に書かれている内容は「プロンプト26の原則」で検索すると見つかります。チップやペナルティーの概念以外にも、プロンプト設計のヒントが豊富に記載されているため、興味があればぜひ読んでみてください。

　私自身も、今後のプロンプト設計にさらに工夫を加えながら、より効果的な生成AIの活用を模索していきたいと思います。