クイズの説明
Step 1で学んだプロンプトエンジニアリングの基礎知識を確認するクイズです。全5問で、80%以上（4問以上正解）で合格です。
Q1: プロンプトの基本構造を構成する4つの要素として正しい組み合わせはどれですか？
- A) 指示・コンテキスト・入力データ・出力形式
- B) 質問・回答・例・制約
- C) 目的・手法・データ・結論
- D) ロール・タスク・入力・温度
答えを見る
正解: A)
プロンプトの基本構造は「指示（Instruction）」「コンテキスト（Context）」「入力データ（Input）」「出力形式（Output Format）」の4要素で構成されます。これらを適切に組み合わせることで、LLMから期待する出力を得られます。
Q2: 温度パラメータ（Temperature）を0.0に設定した場合の特性として正しいものはどれですか？
- A) 最も創造的で多様な出力が生成される
- B) ほぼ確定的な出力が得られ、同じ入力に対して同じ結果になりやすい
- C) モデルが最も高速に動作する
- D) トークン消費量が最小になる
答えを見る
正解: B)
温度パラメータ0.0は最も確定的（deterministic）な設定です。同じプロンプトに対して常に同じ（または非常に近い）出力が生成されます。コード生成やデータ抽出など、再現性が重要なタスクに適しています。速度やトークン消費量には直接影響しません。
Q3: Few-shotプロンプティングにおいて、例の選び方として最も適切なのはどれですか？
- A) 同じカテゴリの例を多数用意して精度を高める
- B) 多様なケースとエッジケースを含め、実データに近い例を使う
- C) 例は10個以上用意すれば品質に関係なく精度が上がる
- D) 最も簡単なケースの例だけを用意する
答えを見る
正解: B)
Few-shotの例は「多様性を持たせる」「エッジケースを含める」「実際のデータに近い例を使う」の3原則で選びます。同じカテゴリばかりの例ではバイアスが生じ、例の数を増やすだけでは品質は向上しません。3-5個の質の高い例がコストと品質のバランスが最適です。
Q4: LLMにJSON形式で出力させる際、余計なテキスト（説明文など）が付加されないようにするための最も効果的な対策はどれですか？
- A) 温度パラメータを0.0に設定する
- B) Few-shotの例を10個以上用意する
- C) 「JSONのみ出力。説明文や前置きは不要」と明示的に指示する
- D) max_tokensを小さく設定する
答えを見る
正解: C)
出力フォーマットの制御には、明示的な指示が最も効果的です。「JSONのみを出力してください」「説明文や前置きは一切不要です」「JSONオブジェクトの { から始めてください」などの具体的な制約を記述します。温度設定やトークン数制限は出力フォーマットの制御とは別の機能です。
Q5: Zero-shotプロンプティングが最も適しているタスクはどれですか？
- A) 社内独自の5段階評価基準でコードを評価する
- B) 一般的な英語テキストを日本語に翻訳する
- C) 特定のCSVフォーマットにデータを変換する
- D) 社内用語を使ったチケット分類を行う
答えを見る
正解: B)
Zero-shotは例を与えずに指示のみでタスクを実行させる手法です。翻訳のような一般的なタスクはLLMの事前学習で十分対応可能なため、Zero-shotが適しています。独自の評価基準、特定フォーマットへの変換、社内用語を使った分類にはFew-shotで例を示す方が効果的です。
結果
合格（80%以上）
おめでとうございます。プロンプトエンジニアリングの基礎をしっかり理解できています。Step 2では、Chain of ThoughtやReActなどの高度なテクニックに進みましょう。
不合格（80%未満）
以下のステップを復習してから再挑戦してください。
- Q1を間違えた場合 → Step 1-1「プロンプトエンジニアリング入門」を復習
- Q2を間違えた場合 → Step 1-2「Zero-shotプロンプティング」の温度パラメータの節を復習
- Q3を間違えた場合 → Step 1-3「Few-shotプロンプティング」の例の選び方を復習
- Q4を間違えた場合 → Step 1-4「出力フォーマット制御」を復習
- Q5を間違えた場合 → Step 1-2「Zero-shotプロンプティング」の適用範囲を復習
推定所要時間: 15分