講義紹介ページを公開しました。
プロンプトエンジニアリング完全攻略
arigaram
¥42,877
中級以上 / prompt engineering
プロンプトエンジニアリングの理論から実践的なテクニック、そして最新の応用事例やセキュリティ・倫理問題まで幅広く網羅し、LLMベースのサービス開発者、データサイエンティスト、AI企画者のすべてに実用的な助けを提供します。
中級以上
prompt engineering
プロンプトエンジニアリングとコンテキストエンジニアリングを経て、今やハーネスエンジニアリングへ。プロンプトとRAGでは達成が困難なLLMベースの課題を、ハーネスで解決できます。
ハーネスエンジニアリングを深く理解することができます。
プロンプトエンジニアリング、コンテキストエンジニアリング、ハーネスエンジニアリングを連携させることができます。
LLMの1回の呼び出しを上手く行うことを超え、モデルの外側の実行構造全体を設計するハーネスエンジニアリング(Harness Engineering)を扱います。制御フロー・ツール・状態・検証・フック・権限という6大構成要素から、チェイニング・ルーティング・並列化・評価者-最適化・オーケストレーター-ワーカー・ReActといった核心パターン、マルチエージェント、そしてコスト・信頼性・評価・セキュリティまで。フレームワークに依存せず純粋なPythonで原理を直接実装することで、どのようなツールを使っても通用するLLMシステムエンジニアリング能力を養います。
プロンプトやRAGは作成したことがあるが、反復呼び出し・ツールの使用・検証・マルチエージェントに進むと行き詰まってしまう方。単発の呼び出しを超えて、自律的に動作するシステムを設計したい方。
動作するデモを超えて、コスト・信頼性・評価・セキュリティを備えた実際のサービスへと引き上げたい方。運用で直面する問題を原理に基づいて解決したい方。
LangGraph・Agent SDKのようなツールを使いつつ、その下で何が起きているのかをraw Pythonで直接書きながら理解したい方。
プロンプト・コンテキストに続きハーネスまで、三層の同心円を最後まで完成させたい方。3つの手法を複合的に使う方法を身につけたい方。
特定のライブラリに縛られません。純粋なPythonでループ・ツール・状態・検証を直接構築し、フレームワークは「この原理をこのように抽象化している」という参考としてのみ扱います。
制御フロー・ツール・状態・検証・フック・権限という部品をまず確立し、その上にチェイニング・ルーティング・並列化・ReActなどのパターンを「どの部品の組み合わせか」に分解して組み立てます。
プロンプト・コンテキストと同じ座標系でつながります。「どのように実行するか」という最後の問いに答え、三つの柱を一つにまとめます。
ハーネスエンジニアリングの定義と三層構造、プロンプト・コンテキストの限界(なぜハーネスが必要なのか)、エージェント・ワークフロー・オーケストレーションの関係、そして実習環境とミニマルハーネスループまで。以降のすべてのセクションの出発点。
制御フロー・ツール・状態・検証・フックと観測可能性・権限と安全、これら6つのコンポーネントをそれぞれ概念セクションとコード実装演習セクションでペアにし、raw Pythonで直接作成します。ループ・終了条件、関数呼び出し・ツールルーティング、短期・長期記憶、ガードレール・自己修正、トレーシング・メトリクス、HITL・サンドボックスまでを扱います。
プロンプトチェイニング、ルーティング、並列化(セクショニング・ボーティング)、評価者-最適化(Orchestrator-Worker)、自律エージェント(ReAct)。自律性の順に配列し、各パターンを6大部品の組み合わせとして分解しながら、コード実装の演習までを網羅します。
マルチエージェントの本質(複数の人格ではなくコンテキストの分離)、協力パターン(マネージャー・ワーカー、ハンドオフ、討論)、そしてサブエージェントの実装とコンテキストの隔離。「シングルから」の原則やエラーの伝播・コストといった落とし穴についても併せて扱います。
コーディングエージェント(作成・実行・修正ループ)、リサーチエージェント(オーケストレーター+隔離)、RAGハーネス(RAGをハーネスとして再解釈)、カスタマーサポートワークフロー(ルーティング・ハンドオフ・HITL)。各事例を「どの部品・パターンなのか」に分解します。
再試行・キャッシング・コスト最適化で信頼性を確保し、エージェントをどのように測定するか(評価ハーネス)、トレースとデバッグ、プロンプトインジェクション対策まで。プロトタイプとプロダクションを分けるポイントを扱います。
プロンプト × コンテキスト × ハーネスを一つのコード内で統合し、総合プロジェクト(文書QA RAGキャップストーン)で全過程を習得した後、講義を振り返りながら締めくくります。
制御フロー・ツール・状態・検証・フック・権限の6大部品を、生のPythonで直接書くことができます。
チェイニング・ルーティング・並列化・ReActなどのパターンを問題に合わせて選び、組み立てます。
協力パターンとコンテキストの分離により、複数のエージェントをオーケストレーションします。
コスト・信頼性・評価・セキュリティを備え、ハーネスを実際のサービスとして運用します。
ループ・分岐・終了
スキーマ・関数呼び出し
記憶・チェックポイント
ガードレール・リトライ
ロギング・トレーシング
HITL・サンドボックス
概念スライドはこのように構成要素をカードに分解し、次のスライドで各部品をSVG図式とコードで深く掘り下げます。
def run(task, max_retries=3): feedback = "" for attempt in range(max_retries): # ① 制御フロー(ループ) out = llm(task + feedback) # モデル呼び出し ok, reason = verify(out) # ④ 検証 if ok: return out # パス → 終了 feedback = f"[前回の試行の問題] {reason}" # 修正信号のフィードバック raise RuntimeError("最大リトライ回数を超過") # ⑥ 安全な失敗
コードスライドは全体コード + 行ごとのコメント + 直感的な解説の3段構成。フレームワークを使わず、原理を一行ずつ直接つなぎます。
Python中級(関数・クラス・例外処理)。LLM APIの使用経験(呼び出し・トークン・システムプロンプトの概念)。プロンプトエンジニアリング/RAGの基礎理解。ディープラーニングの内部知識は必要ありません。
講義紹介ページを公開しました。
学習対象は
誰でしょう?
LLMをベースに人工知能エージェントを作りたい方
プロンプトエンジニアリングやコンテキストエンジニアリング(RAGなど)の限界に直面している方
前提知識、
必要でしょうか?
LLMに関する概念レベルの基礎知識
プロンプトエンジニアリングとコンテキストエンジニアリングに関する概念レベルの基礎知識
キャリア認証
820
受講生
49
受講レビュー
8
回答
4.6
講座評価
19
講座
ITが趣味であり、職業でもある人間です。
多様な執筆、翻訳、諮問、開発、講義の経歴があります。
現在は一人会社であるDaol Software(ダオルソフトウェア)を運営しています。
全体
248件 ∙ (7時間 1分)
講座資料(こうぎしりょう):
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!
新規会員登録で25%OFF
¥32,157
25%
¥42,877