ナレッジ生成用プロンプト
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[Open棟梁 wiki>https://opentouryo.osscons.jp]]」は、「...
-[[戻る>FrontPage]]
--[[設計のポイント]]
--[[PMのポイント]]
--ナレッジ生成用プロンプト
---[[性能に関するナレッジ生成用プロンプト]]
---[[移行に関するナレッジ生成用プロンプト]]
---[[PMに関するナレッジ生成用プロンプト]]
*目次 [#h8399e37]
#contents
*概要 [#e32a91c8]
生成AIを使用してドメイン・ナレッジを生成したい。
-ドメイン・ナレッジには[[「完全な暗黙知」と「擬似的な暗黙...
-後者については、生成AIでも、かなりの部分が生成できる。
-元々、Wikiからドメイン・ナレッジを生成しようとしていた（...
-しかし、[[基本的な専門知識は生成AIが保有している>#r9f042...
**暗黙知に付いての定義 [#qb34792a]
ドメイン・ナレッジの前に、暗黙知に付いての定義をしておく。
***AIの回答 [#ke2ed307]
AIに質問した所、以下のような回答があった。
-LLMは大量の文章からパターンを学んでいるから、専門書で文...
-しかし、身体感覚に強く依存するもの、非常に狭い界隈に限定...
***擬似的な暗黙知 [#k5652b74]
-AI（言語モデル）自体が暗黙知を説明できるのはコーパスから...
--「完全な暗黙知」は本質的に形式知化が不可能な部分もある...
--「擬似的な暗黙知」は単一のナレッジ・ベースにまとまって...
---言語化し難いという側面に加えデータ化されていないと言う...
---「職人の勘」のようなものも、データ化することで人間以上...
-しかし、「擬似的な暗黙知」も、コスパ観点やモチベーション...
--コスパ観点：形式知化がコスパ的に合わない。
--モチベーション観点：形式知化がデメリットになるなどで動...
***状況を決める因子 [#q419486d]
以下のようなものがある。
-非言語的：感覚や身体動作など言語では捉え難く、また、デー...
-組織文化：経験を形式知として残すことの価値の認識がない場合
-認知の壁：そもそも自分のやってることは価値があるとの認識...
-状況依存性：文脈依存での場合が分けが多く、一般化・共有・...
**ドメイン・ナレッジの生成 [#r9f042ad]
基本的な専門知識は生成AIが保有しているから...
***仮説：フォワード生成できるのでは？ [#nf56ffd8]
情報の重要度や比率を「[[ドメイン・コンテキスト>#ae6900ac]...
-AIが保有していない知識は、「組織内の独自情報」（ルールな...
-この[[ドメイン・コンテキスト>#ae6900ac]]で「細分化された...
>※ [[ドメイン・コンテキスト>#ae6900ac]]と言う造語は「生成...
-必要に応じ、ドメイン独自のルール（定義）を加え、完全に[[...
***ドメインに適合させるイメージ [#kcc6ed6e]
一般的な情報に「XXX（ドメイン）においては？」と言う軸を加...
|#ref(ChatGPT_Image_20250409_1.gif,left,nowrap,集合,30%)|...
|CENTER:イメージA|CENTER:イメージB|
|>|CENTER:イメージA、イメージBとあるが、意味するところは...
結構、良い絵が出たのでプロンプトをメモ
以下のような言語モデル生成AIの画像イメージを生成してくだ...
・情報が空間（2次元散布図）上に散らばっているものとしま...
・プロンプトで2次元の集合から情報を抽出します。
・プロンプトを追加する事で2次元の集合に次元を追加し3次元...
・集合からの情報抽出イメージは１つのプロットではなく複数...
・3次元の図については立体感を出してください。
※ 左右の図を関連付ける線と丸は、ペイント・ソフトを使用し...
**出来ることと出来ないこと [#h81cf3ea]
そもそもナレッジ生成はドメインに適合したナレッジ情報のセ...
***出来ること [#wb5dbf37]
生成AIがドメイン知識を学習済みの場合のナレッジ生成（ナレ...
ドメインに適合した（既知の）情報のセットを取得するための...
-既知問題（かんたん）~
コーパスで学習しているハズなので、ソレを取り出すプロンプ...
-未知問題（ただし難しい）~
コーパスで学習していないので、情報を組み合わせたり、傾向...
「確定的な知識獲得」ではなく、類似ドメイン・隣接領域から...
***出来ないこと [#fbce5286]
膨大なコーパスで学習しているが、網羅性や重要度を目的変数...
網羅性が無い「情報の網羅性の欠如」と重要度がポイントされ...
-「平均的な知識」「多数派の言説」「よく知られたトピック」...
-膨大なコーパスで学習しているため、テンプレ的構造には強い...
目的依存で内容の意味的な重みや本質的な論点を再定義する力...
--重要な視点（低頻度重要問題）や最新の情報の項目（時間軸...
--重要なハイレベル課題に人間が適切な軸をプロンプトとして...
...従って、AIを使用し「０（零）」ベースでドメイン知識を得...
*詳細 [#kaa4fbbf]
**ドメイン・コンテキスト作成手法 [#ae6900ac]
[[フォワード生成>#y0923734]]、[[リバース生成>#i1f0ad91]]...
フォワード生成で、必要な情報（網羅性、重要度、比率、条件...
***フォワード生成 [#y0923734]
-体系的ドメイン・コンテキストのフォワード自動生成
AAAAにおけるBBBBについての重要な項目を2-3階層の目次レベ...
-必要に応じて更に詳細化（4階層以下の生成）
CCCCにフォーカスしてさらに詳細化して下さい。
***リバース生成 [#i1f0ad91]
-ソースを体系的ドメイン・コンテキストを生成するためのノウ...
-リバースでの体系的ドメイン・コンテキストは「既存」と「生...
--既存：例えば「[[性能問題のポイント>https://techinfoofmi...
--生成：生成AIを使用してWikiから情報を抽出する。
**ドメイン・ナレッジ作成手法 [#gd7fab87]
***フォワード生成 [#s68fb848]
-オーソドックスな手法
++生成AIを使用して[[ドメイン・コンテキスト>#ae6900ac]]を...
++プロンプトに[[ドメイン・コンテキスト>#ae6900ac]]を追加...
-最近の生成AIでの手法~
AI自身が理解しているケースで、以下のような提案がある。
++入力：IT系の性能問題で発生しやすい問題はどの様な問題で...
++出力：...回答... もしよければ 👉️ Web系/業務系/クラウド/...
++入力：（例）業務系
++出力：...回答... もしよければ 👉️ 新規開発/既存改善、オ...
++入力：（例）新規・オンライン
***リバース生成 [#n3fdbcf8]
-既存：例えば「[[性能問題のポイント>https://techinfoofmic...
-生成：VDBに格納したWikiのチャンクから生成
--Top-K=50-100とRecall最大化したVDB-RAGチャンクを使う。
--これを生成AIで「まとめ」ると網羅性、体系化、重要度に問...
---「チャンク粒度が意味単位ではない」「Recall最大化 = ノ...
---もう少し複雑なプロンプト・フローにすれば解決可能な可能...
--プロンプトの例
---VDB検索文：Top-K=50-100とRecall最大化したVDB-RAGチャン...
「YYYYについて」：（キーワード）「X」「Y」「Z」
---コンテキストとして、Top-K=50-100とRecall最大化したVDB-...
「以下はXXXXのノウハウ集のリーフページのYYYYを要約したも...
ココから、XXXXのYYYYに関する重要項目を2-3層の目次レベル...
-生成：エージェントのGoogle検索結果から生成
--Google検索はVDB検索と異なり、Recallは捨てて、 Precision...
--XXXXのYYYYについて検索キーワードで検索した結果から重要...
--プロンプトの例
あなたはユーザーの要求に合わせインターネット検索を行い、...
インターネットや、インターネット上の以下の優先ナレッジか...
https://opentouryo.osscons.jp/
https://techinfoofmicrosofttech.osscons.jp/
https://dotnetdevelopmentinfrastructure.osscons.jp/
優先ナレッジを使用する場合、以下の様に検索してください。
site:techinfoofmicrosofttech.osscons.jp {キーワード}
参考にしたWebページ情報はユーザにも提示して下さい。
ユーザーの要求：
「XXXXのYYYYを教えてください。」
※ キーワードには「X」「Y」「Z」などを使用します。
*参考 [#h7100b45]
...
終了行:
「[[Open棟梁 wiki>https://opentouryo.osscons.jp]]」は、「...
-[[戻る>FrontPage]]
--[[設計のポイント]]
--[[PMのポイント]]
--ナレッジ生成用プロンプト
---[[性能に関するナレッジ生成用プロンプト]]
---[[移行に関するナレッジ生成用プロンプト]]
---[[PMに関するナレッジ生成用プロンプト]]
*目次 [#h8399e37]
#contents
*概要 [#e32a91c8]
生成AIを使用してドメイン・ナレッジを生成したい。
-ドメイン・ナレッジには[[「完全な暗黙知」と「擬似的な暗黙...
-後者については、生成AIでも、かなりの部分が生成できる。
-元々、Wikiからドメイン・ナレッジを生成しようとしていた（...
-しかし、[[基本的な専門知識は生成AIが保有している>#r9f042...
**暗黙知に付いての定義 [#qb34792a]
ドメイン・ナレッジの前に、暗黙知に付いての定義をしておく。
***AIの回答 [#ke2ed307]
AIに質問した所、以下のような回答があった。
-LLMは大量の文章からパターンを学んでいるから、専門書で文...
-しかし、身体感覚に強く依存するもの、非常に狭い界隈に限定...
***擬似的な暗黙知 [#k5652b74]
-AI（言語モデル）自体が暗黙知を説明できるのはコーパスから...
--「完全な暗黙知」は本質的に形式知化が不可能な部分もある...
--「擬似的な暗黙知」は単一のナレッジ・ベースにまとまって...
---言語化し難いという側面に加えデータ化されていないと言う...
---「職人の勘」のようなものも、データ化することで人間以上...
-しかし、「擬似的な暗黙知」も、コスパ観点やモチベーション...
--コスパ観点：形式知化がコスパ的に合わない。
--モチベーション観点：形式知化がデメリットになるなどで動...
***状況を決める因子 [#q419486d]
以下のようなものがある。
-非言語的：感覚や身体動作など言語では捉え難く、また、デー...
-組織文化：経験を形式知として残すことの価値の認識がない場合
-認知の壁：そもそも自分のやってることは価値があるとの認識...
-状況依存性：文脈依存での場合が分けが多く、一般化・共有・...
**ドメイン・ナレッジの生成 [#r9f042ad]
基本的な専門知識は生成AIが保有しているから...
***仮説：フォワード生成できるのでは？ [#nf56ffd8]
情報の重要度や比率を「[[ドメイン・コンテキスト>#ae6900ac]...
-AIが保有していない知識は、「組織内の独自情報」（ルールな...
-この[[ドメイン・コンテキスト>#ae6900ac]]で「細分化された...
>※ [[ドメイン・コンテキスト>#ae6900ac]]と言う造語は「生成...
-必要に応じ、ドメイン独自のルール（定義）を加え、完全に[[...
***ドメインに適合させるイメージ [#kcc6ed6e]
一般的な情報に「XXX（ドメイン）においては？」と言う軸を加...
|#ref(ChatGPT_Image_20250409_1.gif,left,nowrap,集合,30%)|...
|CENTER:イメージA|CENTER:イメージB|
|>|CENTER:イメージA、イメージBとあるが、意味するところは...
結構、良い絵が出たのでプロンプトをメモ
以下のような言語モデル生成AIの画像イメージを生成してくだ...
・情報が空間（2次元散布図）上に散らばっているものとしま...
・プロンプトで2次元の集合から情報を抽出します。
・プロンプトを追加する事で2次元の集合に次元を追加し3次元...
・集合からの情報抽出イメージは１つのプロットではなく複数...
・3次元の図については立体感を出してください。
※ 左右の図を関連付ける線と丸は、ペイント・ソフトを使用し...
**出来ることと出来ないこと [#h81cf3ea]
そもそもナレッジ生成はドメインに適合したナレッジ情報のセ...
***出来ること [#wb5dbf37]
生成AIがドメイン知識を学習済みの場合のナレッジ生成（ナレ...
ドメインに適合した（既知の）情報のセットを取得するための...
-既知問題（かんたん）~
コーパスで学習しているハズなので、ソレを取り出すプロンプ...
-未知問題（ただし難しい）~
コーパスで学習していないので、情報を組み合わせたり、傾向...
「確定的な知識獲得」ではなく、類似ドメイン・隣接領域から...
***出来ないこと [#fbce5286]
膨大なコーパスで学習しているが、網羅性や重要度を目的変数...
網羅性が無い「情報の網羅性の欠如」と重要度がポイントされ...
-「平均的な知識」「多数派の言説」「よく知られたトピック」...
-膨大なコーパスで学習しているため、テンプレ的構造には強い...
目的依存で内容の意味的な重みや本質的な論点を再定義する力...
--重要な視点（低頻度重要問題）や最新の情報の項目（時間軸...
--重要なハイレベル課題に人間が適切な軸をプロンプトとして...
...従って、AIを使用し「０（零）」ベースでドメイン知識を得...
*詳細 [#kaa4fbbf]
**ドメイン・コンテキスト作成手法 [#ae6900ac]
[[フォワード生成>#y0923734]]、[[リバース生成>#i1f0ad91]]...
フォワード生成で、必要な情報（網羅性、重要度、比率、条件...
***フォワード生成 [#y0923734]
-体系的ドメイン・コンテキストのフォワード自動生成
AAAAにおけるBBBBについての重要な項目を2-3階層の目次レベ...
-必要に応じて更に詳細化（4階層以下の生成）
CCCCにフォーカスしてさらに詳細化して下さい。
***リバース生成 [#i1f0ad91]
-ソースを体系的ドメイン・コンテキストを生成するためのノウ...
-リバースでの体系的ドメイン・コンテキストは「既存」と「生...
--既存：例えば「[[性能問題のポイント>https://techinfoofmi...
--生成：生成AIを使用してWikiから情報を抽出する。
**ドメイン・ナレッジ作成手法 [#gd7fab87]
***フォワード生成 [#s68fb848]
-オーソドックスな手法
++生成AIを使用して[[ドメイン・コンテキスト>#ae6900ac]]を...
++プロンプトに[[ドメイン・コンテキスト>#ae6900ac]]を追加...
-最近の生成AIでの手法~
AI自身が理解しているケースで、以下のような提案がある。
++入力：IT系の性能問題で発生しやすい問題はどの様な問題で...
++出力：...回答... もしよければ 👉️ Web系/業務系/クラウド/...
++入力：（例）業務系
++出力：...回答... もしよければ 👉️ 新規開発/既存改善、オ...
++入力：（例）新規・オンライン
***リバース生成 [#n3fdbcf8]
-既存：例えば「[[性能問題のポイント>https://techinfoofmic...
-生成：VDBに格納したWikiのチャンクから生成
--Top-K=50-100とRecall最大化したVDB-RAGチャンクを使う。
--これを生成AIで「まとめ」ると網羅性、体系化、重要度に問...
---「チャンク粒度が意味単位ではない」「Recall最大化 = ノ...
---もう少し複雑なプロンプト・フローにすれば解決可能な可能...
--プロンプトの例
---VDB検索文：Top-K=50-100とRecall最大化したVDB-RAGチャン...
「YYYYについて」：（キーワード）「X」「Y」「Z」
---コンテキストとして、Top-K=50-100とRecall最大化したVDB-...
「以下はXXXXのノウハウ集のリーフページのYYYYを要約したも...
ココから、XXXXのYYYYに関する重要項目を2-3層の目次レベル...
-生成：エージェントのGoogle検索結果から生成
--Google検索はVDB検索と異なり、Recallは捨てて、 Precision...
--XXXXのYYYYについて検索キーワードで検索した結果から重要...
--プロンプトの例
あなたはユーザーの要求に合わせインターネット検索を行い、...
インターネットや、インターネット上の以下の優先ナレッジか...
https://opentouryo.osscons.jp/
https://techinfoofmicrosofttech.osscons.jp/
https://dotnetdevelopmentinfrastructure.osscons.jp/
優先ナレッジを使用する場合、以下の様に検索してください。
site:techinfoofmicrosofttech.osscons.jp {キーワード}
参考にしたWebページ情報はユーザにも提示して下さい。
ユーザーの要求：
「XXXXのYYYYを教えてください。」
※ キーワードには「X」「Y」「Z」などを使用します。
*参考 [#h7100b45]
...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
