生成AIのプロンプトエンジニアリング

本書への賛辞
訳者まえがき（？）
まえがき
まえがきへの補足

1章　プロンプトの5つの原則
    1.1　プロンプトの5つの原則の概要
    1.2　第1の原則「方向性を示す」
    1.3　第2の原則「出力形式を指定する」
    1.4　第3の原則「例を示す」
    1.5　第4の原則「品質を評価する」
    1.6　第5の原則「タスクを分割する」
    1.7　まとめ

2章　テキスト生成のための大規模言語モデル入門
    2.1　LLMとは何か？
        2.1.1　ベクトル表現：言語の数値的性質
        2.1.2　トランスフォーマー：文脈の関係性の調整
        2.1.3　確率的テキスト生成：決定メカニズム
    2.2　歴史的背景：トランスフォーマーの台頭
    2.3　OpenAIのGPT
        2.3.1　GPT-3.5 TurboとChatGPT
    2.4　GPT-4
    2.5　GoogleのGemini
    2.6　MetaのLlamaとオープンソース
    2.7　量子化とLoRAの活用
    2.8　Mistral
    2.9　AnthropicのClaude
    2.10　GPT-4V（GPT-4 Vision）
    2.11　モデルの比較
    2.12　まとめ

3章　LLMによるテキスト生成の標準的な手法
    3.1　リストの生成
    3.2　階層リストの生成
    3.3　正規表現の使用を避けるべき場合
    3.4　JSONの生成
    3.5　YAMLの生成
    3.6　YAMLデータのフィルタリング
    3.7　YAMLで無効なデータの処理
    3.8　LLMによる多様な形式の応答の生成
        3.8.1　モック用のCSVデータ
    3.9　5歳児にもわかるように説明する
    3.10　LLMによる万能な翻訳
    3.11　コンテキストの要求
    3.12　テキストスタイルの分解
    3.13　抽出したいテキストの特徴の指定
    3.14　抽出した特徴を利用した新しいコンテンツの生成
    3.15　LLMによるテキストの特徴の抽出
    3.16　要約
    3.17　コンテキストウィンドウの上限を考慮した要約
    3.18　テキストのチャンク化
        3.18.1　テキストのチャンク化の利点
        3.18.2　テキストをチャンク化するシナリオ
        3.18.3　不適切なチャンク化の例
    3.19　チャンク化の戦略
    3.20　spaCyを使用した文の検出
    3.21　Pythonによるシンプルなチャンク化アルゴリズムの構築
    3.22　スライディングウィンドウによるチャンク化
    3.23　テキストのチャンク化のパッケージ
    3.24　tiktokenを使ったテキストのトークン化
        3.24.1　エンコーディング
        3.24.2　文字列のトークン化の理解
    3.25　チャットAPIの呼び出し時のトークン使用量の推定
    3.26　感情分析
        3.26.1　感情分析を改善する手法
        3.26.2　感情分析における限界と課題
    3.27　Least-to-Most
        3.27.1　アーキテクチャーの計画
        3.27.2　個々の機能の実装
        3.27.3　テストの追加
        3.27.4　Least-to-Mostの利点
        3.27.5　Least-to-Mostの課題
    3.28　ロールプロンプティング
        3.28.1　ロールプロンプティングの利点
        3.28.2　ロールプロンプティングの課題
        3.28.3　ロールプロンプティングを使用するタイミング
    3.29　LLMプロンプト戦術
        3.29.1　参照テキストを用いたハルシネーションの回避
        3.29.2　LLMへの「考える時間」の提供
        3.29.3　内部の独り言
        3.29.4　LLMの応答の自己評価
    3.30　LLMによる分類
        3.30.1　多数決による分類
    3.31　評価基準
    3.32　メタプロンプティング
    3.33　まとめ

4章　LangChainを用いた高度なテキスト生成手法
    4.1　LangChainの導入
        4.1.1　環境構築
    4.2　チャットモデル
    4.3　チャットモデルのストリーミング
    4.4　LLMによる複数の応答の生成
    4.5　LangChainのプロンプトテンプレート　
    4.6　LangChain Expression Language (LCEL)
    4.7　チャットモデルでのPromptTemplateの使用
    4.8　出力パーサー
    4.9　LangChainによる評価
    4.10　OpenAI Function Callingによる関数呼び出し
    4.11　並列関数呼び出し
    4.12　LangChainによる関数呼び出し
    4.13　LangChainによるデータの抽出
    4.14　クエリー計画
    4.15　フューショットのプロンプトテンプレートの作成
        4.15.1　固定の数のフューショットの回答例
        4.15.2　長さに応じたフューショットの回答例の選択
    4.16　フューショットの回答例の制限
    4.17　プロンプトの保存と読み込み
    4.18　データ接続
    4.19　ドキュメントローダー
    4.20　テキストスプリッター
        4.20.1　テキスト長やトークン数によるテキスト分割
        4.20.2　テキストの再帰的文字分割
    4.21　タスク分解
    4.22　プロンプトチェーン
        4.22.1　シーケンシャルチェーン
        4.22.2　itemgetterと辞書のキーの抽出
        4.22.3　LCELチェーンの構成
        4.22.4　ドキュメントチェーン
        4.22.5　Stuffドキュメントチェーン
        4.22.6　Refineドキュメントチェーン
        4.22.7　Map Reduceドキュメントチェーン
        4.22.8　Map Re-rankドキュメントチェーン
    4.23　まとめ

5章　FaissとPineconeによるベクトルデータベース
    5.1　RAG
    5.2　埋め込みの導入
    5.3　ドキュメントローディング
    5.4　Faissによるメモリーのリトリーバル
    5.5　LangChainによるRAG
    5.6　Pineconeによるマネージド型ベクトルデータベース
    5.7　自己クエリー機能によるクエリーの自動生成
    5.8　その他のリトリーバーメカニズム
    5.9　まとめ

6章　ツールとメモリーを使う自律エージェント
    6.1　CoT推論
    6.2　エージェント
    6.3　ReAct（Reason and Act）
        6.3.1　ReAct方式のエージェントの実装例
    6.4　ツールの使用
    6.5　OpenAI Functions
    6.6　OpenAI FunctionsとReActの比較
        6.6.1　OpenAI Functionsの特徴
        6.6.2　ReActの特徴
        6.6.3　OpenAI FunctionsとReActのユースケース
    6.7　エージェント用のツールキット
    6.8　標準的なエージェントのカスタマイズ
    6.9　LCELを利用したカスタムエージェント
    6.10　メモリーの理解と使用
        6.10.1　長期メモリー
        6.10.2　短期メモリー
        6.10.3　質問応答の対話型エージェントの短期メモリー
    6.11　LangChainにおけるメモリー
        6.11.1　状態の保存
        6.11.2　状態の問い合わせ
        6.11.3　ConversationBufferMemory
    6.12　LangChainでよく使われるその他のメモリー
        6.12.1　ConversationBufferWindowMemory
        6.12.2　ConversationSummaryMemory
        6.12.3　ConversationSummaryBufferMemory
        6.12.4　ConversationTokenBufferMemory
    6.13　メモリーを使用したOpenAI Toolsエージェント
    6.14　エージェントの高度なフレームワーク
        6.14.1　Plan-and-Execute
        6.14.2　ToT（Tree-of-Thoughts）
    6.15　コールバック
        6.15.1　コンストラクターでのコールバック設定
        6.15.2　リクエストごとのコールバック設定
        6.15.3　verbose引数
        6.15.4　コールバック設定のユースケース
        6.15.5　LangChainでのトークン数のカウント
    6.16　まとめ

7章　画像生成のための拡散モデル入門
    7.1　OpenAI DALL-E
    7.2　Midjourney
    7.3　Stable Diffusion
    7.4　Google Gemini
    7.5　テキストから動画へ
    7.6　モデルの比較
    7.7　まとめ

8章　Midjourneyによる画像生成の標準的な手法
    8.1　出力形式の修飾語
    8.2　スタイルの修飾語
    8.3　プロンプトの逆算
    8.4　品質向上ワード
    8.5　ネガティブプロンプト
    8.6　単語の重み付け
    8.7　画像を使用したプロンプト
    8.8　インペインティング
    8.9　アウトペインティング
    8.10　キャラクターの一貫性の保持
    8.11　プロンプトの書き換え
    8.12　ミームの切り離し
    8.13　ミームマッピング
    8.14　プロンプトの分析
    8.15　まとめ

9章　Stable Diffusionを用いた高度な画像生成手法
    9.1　Stable Diffusionの実行
    9.2　AUTOMATIC1111氏のStable Diffusion Web UI
    9.3　img2img
    9.4　画像のアップスケーリング
    9.5　Interrogate CLIP
    9.6　インペインティングとアウトペインティング
    9.7　ControlNet
    9.8　Segment Anything Model
    9.9　DreamBoothのファインチューニング
    9.10　Stable Diffusion XLのリファイナー
    9.11　まとめ

10章　AIを活用したアプリケーションの構築
    10.1　生成AIによるブログ記事の執筆
    10.2　トピックの調査
    10.3　専門性のあるインタビュー
    10.4　アウトラインの生成
    10.5　本文の生成
    10.6　文体の運用
    10.7　タイトルの最適化
    10.8　ブログ記事で用いる画像の生成
    10.9　UIの導入
    10.10　まとめ

訳者あとがき
索引