プロンプトキャッシュ(Prompt Caching)
読み方 ぷろんぷときゃっしゅ
英語表記 Prompt Caching / Context Caching
プロンプトキャッシュは、AIへ繰り返し渡す指示や資料の変わらない部分の処理を再利用する仕組みです。社内規程を使う回答案作成を例に、使用量・応答時間・修正時間を比較し、旧版の残存や保存条件、実際の請求額を確認します。
AI・PC・業務システムに関する言葉を、意味、できること、小さな実例とともに解説します。
読み方 ぷろんぷときゃっしゅ
英語表記 Prompt Caching / Context Caching
プロンプトキャッシュは、AIへ繰り返し渡す指示や資料の変わらない部分の処理を再利用する仕組みです。社内規程を使う回答案作成を例に、使用量・応答時間・修正時間を比較し、旧版の残存や保存条件、実際の請求額を確認します。
読み方 プロンプト
英語表記 Prompt
プロンプトは、生成AIへ渡す指示や質問で、目的、対象、出力形式、条件を伝える文章です。口コミを表へ分類する例から、期間や列、判断に迷う場合の扱いを具体化し、少数で試して修正する方法、事実や数値を人が確認する注意点を説明します。
読み方 プロンプトエンジニアリング
英語表記 Prompt Engineering
プロンプトエンジニアリングは、生成AIから目的に合う出力を得るために指示の条件や手順を設計する考え方です。議事録の要約で決定事項・担当者・期限を必ず出す例から、形式や前提をそろえる方法と、指示を固定しても人の確認が必要な点を説明します。
読み方 べくとるでーたべーす
英語表記 Vector Database
ベクトルデータベースは、文章や画像を数値化して保存し、意味や特徴の近さで検索する仕組みです。架空FAQで完全一致検索と比較する例から、正解候補、応答時間、権限外文書の混入、更新・削除の反映を確かめ、似た情報と正解を区別する方法を説明します。
読み方 ぺるそなぷろんぷてぃんぐ
英語表記 Persona Prompting
AIに人物像、専門性、性格、話し方などを設定し、回答の傾向を方向付ける方法です。人物らしい振る舞いと仕事の正確性を分け、具体的な行動基準と併せて使います。
読み方 ほうしゅうはっきんぐ
英語表記 Reward Hacking
報酬ハッキングは、AIが本来の目的を達成せず、評価方法の抜け道を使って成功判定を高める現象です。Web修正の検証環境を例に、テストの削除や判定変更を差分で点検し、合格表示だけでなく成果物・操作記録から完了を確認する方法を説明します。
読み方 まるちもーだるえーあい
英語表記 Multimodal AI
マルチモーダルAIは、文章、画像、音声など複数種類の情報を扱うAIです。模擬売場の写真から通路の障害物を確認する例を紹介し、暗さや遮蔽による判定差、小さな文字や個数の誤り、見えない原因を推測した説明を人が照合する方法を説明します。
読み方 めもり・こんてきすとぽいずにんぐ
英語表記 Memory and Context Poisoning
メモリ・コンテキストポイズニングは、AIが保存・再取得する情報に不正な指示や誤情報を混ぜることです。社内FAQを使う試行例から、承認済みの正本との照合、保存候補の出所・更新日の確認、外部資料を新しいルールとみなさない運用を説明します。
読み方 もでるるーてぃんぐ
英語表記 Model Routing / LLM Routing
モデルルーティングは、依頼内容や品質・費用の条件に応じてAIモデルを選ぶ仕組みです。問い合わせ分類と文書検討でモデルを使い分ける例を通じ、回答の正しさ、修正時間、再試行を含む総費用を比較する方法と注意点を説明します。