AI時代の質問力 プロンプトリテラシー 「問い」と「指示」が生成AIの可能性を最大限に引き出す

190

第5章：発展的な技術

ケースではより小さい予測エラーを示した。つまり、ユーザの行動や

心理状態をより正確に理解することができたと報告している。

本手法もまた、大規模言語モデルの外部に VoE データベースという

独自の記憶を保持し利用するためのデータベースを持っている点で、

先のReflextionと共通している。

＊1：「Bloom」https://chat.bloombot.ai/

＊2：A/B テストとは、主にウェブや製品のユーザインターフェースについて行われるテス

トで、2つのバージョン（A/B）を比較して、どちらがより効果的であるかを判断す

る実験手法である。一般に、ユーザにはA/B というバージョンの違いは知らされず、

自然な条件でユーザが選択・反応した結果、集約的に両者の効果の差が明らかになる

点に特徴がある。

マルチエージェントAI モデル

ここまでに紹介した AI エージェントは、与えられたタスクを実行す

るために人間と対話を行う一体のエージェントを設計する試みであっ

た。

さて、メタ認知的なプロンプトの例でも紹介したように、モデルの

出力を再度モデルに入力として与えることは原理的に可能である。そ

れならば、ある AI エージェントの出力を、他のAI エージェントの入力

に与えることも当然可能なはずだ。そしてさらに、そのAI エージェン

トの出力を元のAIエージェントの入力に返す。それはすなわち、AI

エージェント同士の「会話」に他ならない。それを推し進めて、AI エー

ジェントの出力する言語的な内容を ...