ＬＬＭのプロンプトエンジニアリング―ＧｉｔＨｕｂ Ｃｏｐｉｌｏｔを生んだ開発者が教える生成ＡＩアプリケーション開発

Ｂｅｒｒｙｍａｎ，Ｊｏｈｎ/Ｚｉｅｇｌｅｒ，Ａｌｂｅｒｔ【著】/服部 佑樹/佐藤 直生【訳】

オライリー・ジャパン（2025/05発売）

• サイズ B5判／ページ数 278p／高さ 24cm
• 商品コード 9784814401130
• NDC分類 007.1
• Cコード C3055

出版社内容情報

GitHub Copilotを実装した著者がLLMとプロンプトエンジニアリングの仕組みを解説！
LLMのポテンシャルを最大限に引き出し、期待通りの精度の高いアウトプットを引き出すためには、LLMの能力や特性を正しく評価、把握し、綿密な設計に基づいたプロンプトを組み立てることが必要です。本書では、まずLLMを理解することから始め、その上で、プロンプトにはどんなことを組み込み、どのような構造にすべきか、本来の意味での「プロンプトエンジニアリング」を行う方法を説明しています。著者たちはGitHub Copilotの開発者であり、その実装過程で得られた貴重な知見や、評価手法、設計上の判断など、通常は表に出てこない開発の裏側も詳しく解説されています。AIアプリケーション開発の実際を知りたい開発者はもちろん、生成AIの可能性と限界を理解したいユーザーにとっても、示唆に富む内容となっています。

内容説明

ＬＬＭのポテンシャルを最大限活かし、期待通りの精度の高いアウトプットを引き出すためには、ＬＬＭの能力や特性を正しく評価、把握し、綿密な設計に基づいたプロンプトを組み立てることが必要です。本書では、まずＬＬＭを理解することから始め、その上で、プロンプトにはどんなことを組み込み、どのような構造にすべきか、本来の意味での「プロンプトエンジニアリング」を行う方法を説明しています。著者たちはＧｉｔＨｕｂ　Ｃｏｐｉｌｏｔの開発者であり、その実装過程で得られた貴重な知見や、評価手法、設計上の判断など、通常は表に出てこない開発の裏側も詳しく解説されています。ＡＩアプリケーション開発の実際を知りたい開発者はもちろん、生成ＡＩの可能性と限界を理解したいユーザーにとっても、示唆に富む内容となっています。

目次

１部　基礎（プロンプトエンジニアリングの世界；ＬＬＭを理解する；チャット形式への移行；ＬＬＭアプリケーションの設計）
２部　中心的なテクニック（プロンプトのコンテンツ；プロンプトの組み立て；モデルの制御）
３部　プロンプト作成のエキスパート（会話型エージェント；ＬＬＭワークフロー；ＬＬＭアプリケーションの評価；未来を見据えて）

著者等紹介

服部佑樹［ハットリユウキ］
マイクロソフトでＡｚｕｒｅのソリューションアーキテクトとしてクラウドとＤｅｖＯｐｓの推進に従事したのち、現在はＧｉｔＨｕｂのシニアアーキテクトとして、ＧｉｔＨｕｂ　Ｃｏｐｉｌｏｔの日本国内での普及を牽引。ＩｎｎｅｒＳｏｕｒｃｅ　Ｃｏｍｍｏｎｓ財団のプレジデントを務め、オープンソース文化およびプラクティスの企業内導入の世界的な発展に貢献している。情報処理推進機構（ＩＰＡ）においてオープンソース推進の専門委員を務める

佐藤直生［サトウナオキ］
日本オラクル株式会社における、Ｊａｖａ　ＥＥアプリケーションサーバやミドルウェアのソフトウェアエンジニア／テクノロジーエバンジェリストとしての経験を経て、現在はＭｉｃｒｏｓｏｆｔ　Ｃｏｒｐｏｒａｔｉｏｎで、パブリッククラウドプラットフォーム「Ｍｉｃｒｏｓｏｆｔ　Ａｚｕｒｅ」のプリンシパルソフトウェアエンジニアとして活動

Ｂｅｒｒｙｍａｎ，Ｊｏｈｎ［ＢＥＲＲＹＭＡＮ，ＪＯＨＮ］ ［Ｂｅｒｒｙｍａｎ，Ｊｏｈｎ］
ジョン・ベリーマン。ＬＬＭアプリケーション開発を専門とするＡｒｃｔｕｒｕｓ　Ｌａｂｓの創設者兼主任コンサルタント。その専門性で、企業が高度なＡＩテクノロジーの能力を活用できるように支援する。ＧｉｔＨｕｂ　Ｃｏｐｉｌｏｔの初期のエンジニアとして、補完機能とチャット機能の開発に貢献。ＡＩ支援コーディングツールの最前線で活躍する。Ｃｏｐｉｌｏｔに関わる前は、米国特許庁の次世代検索システムの開発の支援、Ｅｖｅｎｔｂｒｉｔｅの検索と推薦システムの構築、ＧｉｔＨｕｂのコード検索インフラストラクチャへの貢献など検索エンジニアとして多様なキャリアを築く

Ｚｉｅｇｌｅｒ，Ａｌｂｅｒｔ［ＺＩＥＧＬＥＲ，ＡＬＢＥＲＴ］ ［Ｚｉｅｇｌｅｒ，Ａｌｂｅｒｔ］
アルバート・ジーグラー。ＬＬＭアプリケーションが主流となるずっと以前からＡＩ駆動システムを設計している。ＧｉｔＨｕｂ　Ｃｏｐｉｌｏｔの創設エンジニアとして、そのプロンプトエンジニアリングシステムを設計し、ＡＩ搭載ツールと「Ｃｏｐｉｌｏｔ」アプリケーションの波にインスピレーションを与え、開発者支援とＬＬＭアプリケーションの未来の形成に貢献した。現在はＡＩサイバーセキュリティ企業、ＸＢＯＷのＡＩ責任者として、ＡＩ技術の限界を広げ続けている。ＸＢＯＷでは大規模言語モデルと鼓先端のセキュリティアプリケーションを融合させ、明日のデジタル世界の安全を確保する取り組みを主導している（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[iwtn_]

LLMの基礎的な性質からその応用方法までを解説した本。主にチャットのUIでその機能が提供されているLLMだが、基本的には学習元のデータから統計的に算出された、続きとして適切なトークンを生み出し続ける仕組みてあることがわかる。トークンは文字や単語とは別の単位であるため、文字数を数えることが苦手で、数学的な行為も苦手。プロンプトをどう作るかというテクニックについてもよく解説されているので、何かLLMをアプリケーションに組み込もうとする場合に非常に参考になる内容。しかしAGIへはまだまだな感じ。

2025/08/31

[yu-ya4]

LLMを使った開発をしている方に広くおすすめ。 機械学習を通っていないと多少難しい部分もあるだろうが、頑張って理解すればLLMの"お気持ち"が分かるようになる。（LLMならではの）ふわっとした開発から脱却するきっかけになりうると思った。

2025/05/25

[しんたろ]

LLMの基本的な知識とそれをもとにしてどのようにプロンプトを組み込んでいくのか（アプリケーションに入れ込むのか）の本。どちらかといえば理論系で手を動かしながらというより教科書的に使う。2024/11ごろの内容。 LLMはあくまでテキスト補完エンジンである という大原則を抑えつつ、精度をあげるたにトレーニングデータに近いインプットを与える赤ずきんの原則、中間部が喪失しやすい無関心の谷等々理論と挙動が整理されてる部分は普遍的に参考になる。これをより実践的にしたのが深津式という感じ。

2025/08/30

[d1348k]

LLMの仕組みの理解を通じて、人間とは違うLLMの傾向を理解し、プロンプトエンジニアリングに活かす方法が書かれている。著者がTwitterで、先駆的なコンテキストエンジニアリングの本である旨を述べていた。タイトルから想像されるプロンプトエンジニアリングのテクニック的な本ではなく本質からLLMを理解するための本。いい勉強になった。

2025/08/02

[miura]

変化の激しさを感じる。最小単位がトークンであるということの影響を学んだ。

2025/06/03