AI [AWS]Bedrockで正確な情報出力が必要な場合
Bedrockで正確な情報の出力が必要な場合、基本的にはRAGを選択するのが正しいアプローチです。ただし、タスクの性質によってはAgentが最適となるケースもあります。結論から言うと、両者の選択は「情報の出所とタスクの複雑さ」によって決まり...
AI
AI 
AI トークンをカウントする
Linuxの標準コマンドだけでOpenAIの公式なトークン数と完全に一致させるのは困難です。なぜなら、トークナイズ（文章をトークンに分割する処理）のルールがモデルごとに複雑だからです。しかし、「近い近似値」を素早く計算する便利なコマンドと、...
AI トークンとは？
ChatGPTのような生成AIにおける「トークン」は、多くの人が直感的に考える「単語数」や「文字数」、あるいは「ファイルサイズ」とは少し異なる、AIが言語を処理するための独自の基本単位を指します。結論から言うと、トークンは「AIが文章を意味...
AI [AWS]Bedrockを調教！AIモデルを最強にする「学習データ」の極意
Amazon BedrockにおけるAIモデルカスタマイズの学習方法を解説します。微調整（Fine-Tuning）と継続的予備訓練（Continued Pre-Training）の2手法を紹介し、特に「データの質」が成功の鍵となります。高品...
AI AIの回答精度を劇的に上げる「鈴木式プロンプト」とは？
九州大学の鈴木優准教授が提唱する「鈴木式プロンプト」は、生成AIから高精度な回答を引き出すためのテンプレートです。特にAIに不慣れな人でも、この「型」に沿って質問を組み立てることで、AIの能力を最大限に引き出すことを目的としています。この手...
AI AIがデザインを加速する！Googleの革命的ツール「Stitch」
徹底解剖レポートGoogleが新たに発表したAI搭載のデザインツール「Stitch」は、「Design at the Speed of AI（AIの速度でデザインする）」というコンセプトを体現し、アプリケーションのUIデザインとフロントエン...
AI 鈴木式・七里式・深津式の各プロンプトの概要と特徴
それぞれの思想と特徴を簡潔にまとめます。手法提唱者主な目的・思想特徴鈴木式九州大学鈴木優准教授再現性の確保と標準化。 初心者でも迷わず、安定して質の高い出力を得るための「型」。#役割 #指示 #制約条件 など、ハッシュタグ（#）で見出しを付...
AI 生成AIのハルシネーションを回避する！
ハルシネーションは、AIが実際には知らないことを、あたかも知っているかのように作り上げて答えてしまう現象です。知識のないままAIを利用すると、Wikipediaと同様に誤った情報を鵜呑みにしてしまう可能性があります。近年、小学生が学習で生成...
AI 旅行プランをGimini Deep Search Pro 2.5で作成
manusで使用した「水戸2泊3日プラン」のプロンプトを、Gimini Deep Search Pro 2.5に入力いたしました。166サイトの情報を元に出力結果を生成したところ、manusの結果と比較してリカバリープランを含む、より詳細か...
AI 深津式プロンプト
「深津式プロンプト」とは、命令（Instruction）制約（Constraints）入力情報（Input）出力フォーマット（Output）などを明確に区分して記述する手法です。この方式を用いると、曖昧な表現を避け、期待する回答の方向性や構...