プロンプトエンジニアリングからインテントエンジニアリングへ：人間とAIのコミュニケーションの進化

過去数年間、プロンプトエンジニアリングはAI時代に最も重要なスキルの一つになりました。コースはそれを中心に構築され、ジョブタイトルはそれを作成しました。コミュニティは完璧な文章を書くためのヒントを共有するために形成されました。プロンプトエンジニアリングが人気になった主な理由は、AIは強力ですが、文字通りに動作するため、AIに何をさせたいのかを正確に伝える必要があるからです。

しかし、AIモデルがより高度になるにつれて、コミュニケーションの重心が変わり始めています。質問は「どうやって正しく文章を書くのか？」ではなく、「どうやってAIが本当に何を達成したいのかを理解させるのか？」になっています。これはより深い質問です。そして、インテントエンジニアリングという新しい分野の出現を示唆しています。

プロンプトエンジニアリングとは実際に何だったのか

どこへ行こうとしているのかを理解するには、プロンプトエンジニアリングが実際に何だったのかを理解する必要があります。プロンプトエンジニアリングは、基本的に回避策でした。初期の言語モデルは強力ですが、脆弱でした。特定のパターンに対してはうまく動作しますが、曖昧なパターンに対してはうまく動作しません。したがって、ユーザーはこれらのパターンを学びました。モデルに「ステップバイステップで考える」というように指示すると、推論が改善されることがわかりました。例を示すと、出力がより一貫性のあるものになることがわかりました。モデルに「専門のソフトウェアエンジニアとして振る舞う」という役割を割り当てると、応答のトーンと質が変化することがわかりました。これらの洞察は確かに結果を改善しましたが、人間が機械に適応する必要があります。人間はモデルが理解できるように話す方法を学習しました。これは、良いコミュニケーションがどのように行われるかという観点から見ると、理想的な方法ではありません。

人間が賢い仲間と問題を説明するとき、まずその人のニューラルパスの活性化を最も引き出すフレーズング戦略について考えることはありません。状況を説明します。相手はコンテキストを理解します。必要に応じて質問をします。本当に何を達成したいのかを理解します。プロンプトエンジニアリングの技術は、価値がありますが、基本的に、より良いAIが最終的に解決すべきギャップを埋めているに過ぎません。

プロンプトエンジニアリングが必要になった理由

プロンプトエンジニアリングが重要になった理由は、モデルが不完全だったからではありません。モデルがユーザーのモデルを持っていなかったからです。モデルはテキストを処理してテキストを返しました。ユーザーが誰であるか、ユーザーが何を構築しようとしているか、ユーザーの特定のコンテキストで「良い」とは何を意味するかについて、モデルは理解しません。

これは、同じ質問をすると、文章の表現によって結果が大きく異なるという奇妙な状況を生み出します。プロンプトを20分間調整して、以前よりも有用な回答を得ることができます。プロンプトはただの入力ではありません。鍵です。正しい鍵を見つけるにはスキル、忍耐力、そして時には運が必要です。

これは、出力の質が、実際のドメイン知識よりもプロンプトスキルに依存することが多いことを意味します。プロンプトエンジニアリングのスキルが優れている医師は、プロンプトエンジニアリングのスキルが劣るより知識のある医師よりも、モデルからより優れた医療的推論を引き出すことができます。これは、価値観の奇妙な逆転です。システムが間違ったものを最適化していることを示唆しています。

インテントエンジニアリングが変えるもの

インテントエンジニアリングは、異なる一連の基本的な前提に基づいて設計されています。モデルがうまく応答するようにリクエストを表現する方法を尋ねるのではなく、モデルが正しい結果に向けて推論できるように何を伝えるかを尋ねます。

これには、プロンプトエンジニアリングでは対処できないいくつかのことが含まれます。AIシステムに、モデルが正しい決定を下すために十分なコンテキスト、制約、基準を提供することが含まれます。共有された理解を構築することが含まれます。モデルが正しい質問を尋ねるのではなく、正しい答えを待っているのではなく、システムを構築することが含まれます。

これはすでに実践で見られます。最新のAIシステムは、永続的なメモリ、ユーザープロファイル、継続的なコンテキストをサポートするようになっています。モデルが、ヘルスケアアプリケーションの製品マネージャーであることを知っている場合、特定の規制上の制約がある場合、ユーザーのリクエストは自動的に豊かで意味のあるものになります。コンテキストを毎回再構築する必要はありません。モデルはすでにコンテキストを理解しています。

これは根本的な変化です。プロンプトエンジニアリングは各インタラクションを孤立したものとして扱いました。インテントエンジニアリングはコミュニケーションを累積的なものとして扱います。モデルは単に入力を処理するのではなく、ユーザーが何を達成しようとしているのか、そしてなぜそうしようとしているのかについての継続的な会話を追跡しています。

より豊かなコンテキストと推論の役割

インテントエンジニアリングの別の側面は、最新のモデルが曖昧性をどのように扱うかです。今日のうまく訓練されたモデルは、単に最も可能性の高い文章の完了にパターンマッチングするのではなく、ユーザーが何を意味したのかについて推論し、仮定を示し、多くの場合、進む前に明確化を求めます。

これは、人間のコミュニケーションが本質的に曖昧であるため、重要です。誰かが「ボスに何か書くことを手伝ってくれますか？」と尋ねたとき、彼らはパフォーマンスレビュー、謝罪メール、プロジェクト提案、または辞任書のいずれかを意味する可能性があります。プロンプトエンジニアリングに最適化されたシステムは、正確な単語から推論しようとします。インテントエンジニアリングに最適化されたシステムは、曖昧性を認識し、賢く処理します。質問したり、複数の解釈を認めるものを生成したりします。

テスト時推論、つまりモデルが回答する前に問題について考える能力も、ここで役割を果たします。回答する前に推論するモデルは、リテラルなリクエストが潜在的な意図と矛盾する場合をよりよく捕捉できます。モデルは、Xを要求したが、実際に必要なのはYであることを認識し、その観察を表面化できます。そうすれば、目標を達成しないリクエストを黙って満たすのではなく、目標を達成するリクエストを満たすことができます。

新しいタイプのスキル

この進化は、人間のコミュニケーションスキルを無関係にします。ただし、コミュニケーションスキルがどのように見えるかを変えます。インテントエンジニアリングの世界で成功する人は、ベストなプロンプトテンプレートを覚えた人ではありません。何を達成しようとしているかを明確に伝えることができ、重要なコンテキストと制約を伝えることができ、AIの出力が実際の目標を達成しているか、または単に表明された目標を達成しているかを認識することができる人です。

多くの点で、これらは古いスキルです。良いマネージャー、良い先生、または良いコラボレーターのスキルです。何を達成しようとしているかを明確に伝える能力、ただ何を望んでいるかを説明するのではなく、whyを説明する能力は、いつでも効果的なコミュニケーションの特徴でした。新しいのは、AIシステムがこのようなコミュニケーションに実際に反応できるようになったことです。

興味深いのは、AIが改善されると、人間と機械のインターフェイスは、プログラミングのように見えなくなるでしょう。完璧な入力をエンジニアリングする必要はありません。明確で目的のあるコミュニケーターである必要があります。

AIシステムを構築する方法への意味

この変化は、AIシステムをどのように設計するかについても影響を及ぼします。プロンプトエンジニアリングのパラダイムは、正確な入力に敏感なシステムを構築することを促します。インテントエンジニアリングのパラダイムは、推論、質問、適応、継続がうまいシステムを構築することを促します。

これは、セッション間で有意義なコンテキストを保持できるメモリアーキテクチャに投資することを意味します。情報が十分でない場合は行動できないモデルを構築することを意味します。モデルはパートナーとして振る舞い、目標を達成する方法をユーザーと一緒に理解するインターフェイスを構築することを意味します。

評価を再考することも必要です。現在、特定の指示を実行するモデルの能力を測定することが多いですが、インテントエンジニアリングの世界では、指示の背後にある根本的な目的をどれだけよく満たしているかが、より良い尺度です。指示自体が不正確であったとしてもです。

結論

プロンプトエンジニアリングは、AIを強力だが愚かなツールとして扱い、慎重に扱う必要があります。インテントエンジニアリングは、AIをコンテキストを理解し、目標について推論し、曖昧性を処理できる知的なコラボレーターとして扱います。これは、AIの目的について私たちが考えることの変化を反映しています。ただし、AIはあなたの正確な言葉を実行するのではなく、あなたが本当に気にかけていることを達成するのを助けるシステムです。この変化は、人間とAIの将来のやり取りが、巧みなフレーズをマスターすることではなく、目標、制約、目的を明確に伝えることについてであることを示唆しています。そうすれば、AIは単に従うのではなく、コラボレートすることができます。