書籍の内容をさらに深める
付録リソース

ユーザーの指示を受け、自律的に計画・実行・判断を繰り返すAIシステム。単発のチャットと異なり、複数ステップの業務を一貫して処理できる。

AIに対する指示文。目的・背景・制約条件を構造化して書くことで、出力品質が大幅に向上する。本書では6要素フレームワークを提唱。

Retrieval-Augmented Generation（検索拡張生成）。外部データベースから関連情報を検索し、それを文脈としてAIに渡すことで、正確で最新の回答を生成する手法。

AIが事実に基づかない情報をもっともらしく生成する現象。プロンプト設計とファクトチェック体制で発生リスクを低減できる。

汎用AIモデルを特定タスク・業界向けに追加学習させること。少量の高品質データで専門性を大幅に高められるが、コストと運用負荷がかかる。

Model Context Protocol。AIエージェントが外部ツール（メール、カレンダー、DB等）と安全に連携するための標準プロトコル。Anthropicが提唱。

AIがテキストを処理する最小単位。日本語は1文字≒1〜2トークン。APIの利用料金や入出力の長さ制限はトークン数で決まる。

AIに段階的な思考過程を踏ませるプロンプト技法。「ステップごとに考えて」と指示することで、複雑な推論タスクの精度が向上する。