あなたの好奇心を刺激する、テックと科学の総合ニュースサイト

生成AIが主流になるにつれ、プロンプト・エンジニアリングという “ホットな仕事”への参入を約束するコースや資格の数が増えている。

ChatGPTやMidjourneyのようなAIモデルから有用なコンテンツを「プロンプト」するために自然言語(英語など)を使用するスキルを持つことは、多くの雇用者が評価することのように思える。しかし、それは短期コースを受講し、多くの給与を得るために波に乗るほど単純なことなのだろうか?

プロンプト・エンジニアの誇大広告

2月に掲載されたWashington Post紙の記事は、プロンプト・エンジニアが「散文でプログラムする」「AIのささやき屋」であるという概念を広めるのに大いに貢献した。この記事では、シリコンバレーの企業Anthropicの求人広告を引用し、「クリエイティブなハッカー精神を持ち、パズルを解くのが好きな人」を募集している。

Time』、『Forbes』、『Business Insider』にも同様の記事が掲載され、熱狂をさらに煽った。

ギークからシックへの移行を完成させるために、何人かのインフルエンサーが、プロンプト・エンジニアリングは、勉強してちょっとしたコツを学べば誰でも参加できるゴールドラッシュであるかのように描いた。

本当にそんなに仕事があるのだろうか?

あのAnthropicの広告はまだ残っている。半年たった今では、人材探しというより企業の宣伝のように思える。

多くのコメンテーターが予測したように、プロンプト・エンジニアリングは独立した職業として爆発的に売れているわけではない。この記事を書いている時点で、オーストラリアの主な求人サイトには「プロンプト・エンジニア」の募集広告はひとつもなかった。また、仕事内容にプロンプト・エンジニアと記載されていたのは4件のみであった。

米国では状況は良いようだ。しかし、そこでも、この新しい職業は、機械学習エンジニアやAIスペシャリストといった他の役割に大部分が吸収されている。

プロンプト・エンジニアリングの成長(あるいは成長の欠如)に関する信頼できる統計はほとんどない。ほとんどのデータは逸話的なものだ。Deloitteのようなコンサルティング会社がAIビジネス推進の一環として「新時代の幕開け」と宣伝しているため、現実はさらに曇っている。

現実はどうなのか?

プロンプト・エンジニアリングが有用かどうかについての混乱の多くは、価値の創造者にはドメイン・エキスパートとテクニカル・エキスパートの2つのタイプがあることを認識していないことに起因している。

ドメイン・エキスパート

「誰にでもできる」という説明の中に真実の芽があるのは、特定のテーマの専門家が、定義されたタスクに最適なプロンプターであることが多いということだ。彼らは、適切な質問を知っており、その回答から価値を見出すことができる。

例えば、ブランディングやマーケティングにおいて、生成AIは、私が一般的な、あるいは「Gタイプ」と呼んでいるクリエイティブなタスク(例えば、PicassoのスタイルでPepsiのロゴを作るなど)のために普及しつつある。広告の専門家がプロンプトをハックし始めると、彼らはすぐに、最も熟練したAIの達人でもできないことをする方法を発明する。技術的な達人は、著作権やマーケティングについてあまり知らないことが多いからだ。

技術専門家

一方、AIモデルの膨大な複雑さと「ボンネットの下」で格闘する技術の達人も、プロンプト・エンジニアとして付加価値を与えることができる。彼らはAIモデルの仕組みについて難解なことを知っている。

例えば、AIを使って企業の内部文書からデータを取得する際に、その知識を利用して結果を改善することができる。しかし彼らは通常、AI以外の分野の知識はほとんど持っていない。

ドメイン・エキスパートとテクニカル・エキスパートのプロンプト・エンジニアはどちらも価値があるが、スキルセットや目標は異なる。もし組織が大規模に生成AIを使用するのであれば、おそらくその両方が必要だろう。

なぜプロンプトは難しいのか?

生成AIは最終的に人々のためのアウトプットを生み出す。広告コピー、画像、詩は、現実世界で成功するか失敗するかまでは、役に立つか役に立たないかわからない。そして、多くの実世界のシナリオにおいて、AIのアウトプットの有用性を判断できるのは、その分野の専門家だけだ。

とはいえ、こうした評価は結局のところ主観的なものだ。我々は2+2=4であることを知っている。しかし、AIが設計した広告キャンペーンが、人間が設計したものよりも効果が高いか低いかを調べるのに、どれくらいの時間がかかるのだろうか(たとえ手元に専門家がいたとしても)。

私は過去の研究において、生成AIの評価は、自然言語と現実世界を結びつけることのできる分野である記号論に近づくべきだと提案してきた。そうすることで、時間の経過とともに評価の差を縮めることができるだろう。

プロンプト・エンジニアリングは学ぶ価値があるのか?

いくつかのヒントやトリックで遊ぶだけでなく、プロンプトの書き方を正式に学ぶことは、ほとんどの人にとって少し無意味に思える。というのも、AIモデルは常に更新され、置き換えられているからだ。現在有効な特定のプロンプト技術は、短期的にしか機能しないかもしれない。

プロンプト・エンジニアリングで一攫千金を狙う人は、自分の専門分野でAIと問題定式化を組み合わせることに集中したほうがいいだろう。例えば、あなたが薬剤師なら、処方箋の警告ラベルをダブルチェックするために生成AIを使ってみるかもしれない。

その過程で、説明的な文章を磨き、基本的な生成AIのスキルを身につけ(雇用主はこれを評価するかもしれない)、適切な読者向けのキラー・アプリケーションで金字塔を打ち立てることができるかもしれない。

最終的には、AIを促す方法を知っていると自慢することは無意味になるだろう。それは、検索エンジンの使い方を知っていると自慢することに匹敵する(検索エンジンは必ずしも直感的ではなかったが)。


本記事は、Cameron Shackell氏によって執筆され、The Conversationに掲載された記事「Prompt engineering: is being an AI ‘whisperer’ the job of the future or a short-lived fad?」について、Creative Commonsのライセンスおよび執筆者の翻訳許諾の下、翻訳・転載しています。

Follow Me !

\ この記事が気に入ったら是非フォローを! /

Share on:

関連コンテンツ

おすすめ記事

コメントする