プロンプト最適化
求める内容を変えずに、プロンプトを短く再構成します。すべての書き換えは元のプロンプトと照合され、要件が欠けた書き換えは却下されます。
ほとんどのプロンプトオプティマイザーは、プロンプトを別のモデルに渡し、返ってきたものをそのまま返します。読みやすくなっても、制約がひとつ抜け落ちることがあります。PromptFlowEngine は逆のアプローチをとります。文書化された少数の変換を適用し、そのうえで結果に元のプロンプトの内容がすべて残っていることを証明します。
モードは 3 つあります。Conservative は空白を正規化し、完全に重複した文を削除します。Balanced はさらに冗長な言い回しや丁寧すぎる表現を削除します。Structured はそれに加えて、プロンプトを Task、Context、Requirements、Output format、Input のセクションに整理し、テンプレート変数をタグで囲みます。
各モードは候補をひとつ生成します。候補が残るのは、元の文、抽出した要件、保護された範囲（コード、引用、URL、変数）がすべて残っており、新たな警告を生まない場合だけです。目標は、トークン最小、品質最大、またはそのバランスから選べます。元のプロンプトを上回る候補がなければ、元のプロンプトが選ばれます。
実例
この実行結果は、ページのビルド時に structured モード、balanced 目標でエンジンが生成したものです。 エンジンの検出結果と生成されたプロンプトは、エンジンと API が返すとおり英語で表示されます。
Hello! I would like you to please rewrite the pull request description below so that it is clearer for reviewers. Please make sure to keep all of the technical details. Please make sure to keep all of the technical details. In order to help reviewers, add a 2-sentence summary at the top. Return markdown.
{{pr_description}}## Task
Rewrite the pull request description below so that it is clearer for reviewers.
## Context
To help reviewers, add a 2-sentence summary at the top.
## Requirements
- Make sure to keep all of the technical details.
## Output format
- Return markdown.
## Input
<pr_description>
{{pr_description}}
</pr_description>このページのビルド時にエンジンが計算しました。 トークン変化 5.9%、修正した問題 3 件、提案として残したもの 0 件。Structured モードでは見出しが追加されることがあるため、balanced 目標ではスコア向上と引き換えに、わずかなトークン増加を許容しています。
文、要件、保護範囲は前後で比較されます。チェックに失敗した候補は却下され、理由が表示されます。
各編集は理由とともに一覧表示され、元のプロンプトと結果の単語単位の差分も並べて表示されます。
前後のトークン数は OpenAI モデルの実際のトークナイザーで計測し、1 回あたりのコスト差も示します。
対象読者が書かれていないなど、あなたの知識が必要な空白は、作り話ではなく提案として返されます。
Conservative、balanced、structured。空白の整理から完全なセクション構成まで。
トークン数、品質スコア、またはトークンの許容範囲内での最高スコアを目標に最適化します。
上限を設定すると、その範囲内に収まる検証済み候補があるかどうかを報告します。
コードブロック、インラインコード、引用文、URL、XML タグで囲まれたブロック、変数は 1 バイトも変えずに復元されます。
1 行の依頼をセクション構成のエンジニアリングプロンプトに変える別機能で、追加した行にはすべてラベルが付きます。
2 つのバージョンを並べて、トークン、コスト、品質の差と、解消または発生した問題を確認できます。
リクエストごとに実行されるプロンプトに、tokens 目標の balanced モードを適用し、内容の保証付きで削減分を得ます。
Structured モードはタスク、コンテキスト、要件、出力形式を分けるため、次の編集がずっと安全になります。
差分と変更一覧をレビュアーと共有すれば、変更点を探す話ではなく、変更そのものについて話し合えます。
トークン予算を使って、人が何かを削る必要が出るまでプロンプトをどこまで縮められるかを確かめます。
モデルは自由に書き換えるため、指示を追加したり、削ったり、解釈し直したりすることがあります。このオプティマイザーは決まった変換を適用し、その後で元の文と要件がすべて残っていることを検証します。創造性は劣りますが、はるかに予測可能です。
繰り返し、冗長な表現、構造の欠如といった、悪い回答の既知の原因を取り除きます。プロンプトを実行しないため、回答の品質は測定できません。重要な用途では、結果をお使いのモデルでテストしてください。
はい。変換は書き方と構造に関するもので、どのモデルにも当てはまります。トークン数は OpenAI モデルでは正確で、他のプロバイダーでは概算です。
コードブロック、インラインコード、引用、URL、テンプレート変数は、変換の前にマスクされ、変換後にそのまま復元されます。
すべての製品が同じエンジンで動くので、組み合わせても予想外の違いは生じません。
この製品が応用している考え方を解説した、プロンプトエンジニアリング ナレッジセンターのガイドです。