プロンプト・エンリッチメント

プロンプト・エンリッチメントの仕組み

このプロセスでは通常、元のプロンプトを分析し、追加の情報ソースまたは事前に定義されたルールを活用してプロンプトを補強する。これには、ユーザー履歴へのアクセス、ナレッジベースからの関連ドキュメントの取得、会話コンテキストの組み込み、特定のフォーマット指示の適用などが含まれる。例えば、「Ultralytics YOLOください」のような漠然としたプロンプトは、ユーザーが最新バージョン（YOLOv11）に興味がある、または YOLOv8.システムが関連するデータのスニペットを取得し、プロンプトのコンテキストウィンドウに追加するRAG（Retrieval-Augmented Generation）のような技術がしばしば採用される。

応用と実例

プロンプト・エンリッチメントは、さまざまなAI主導のタスクに応用できる：

1. カスタマーサポートチャットボット：注文した商品が届きません」のようなユーザーからの問い合わせは、データベースから取得したユーザーの最近の注文ID、配送先住所、および配送予定日で自動的にエンリッチすることができます。これにより、チャットボットは、明確な質問をするのではなく、具体的で役立つ最新情報を即座に提供することができます。これは、バーチャルアシスタントが動作する方法と同様に、コンテキストデータを活用しています。
2. コンテンツ作成ツール：ユーザーは、"新製品を発表するEメールを書いてください "とリクエストするかもしれない。事前に定義されたキャンペーン目標やテンプレートに基づいて、企業のブランドボイス（フォーマル、カジュアルなど）、ターゲットオーディエンス（既存顧客、潜在的リードなど）、強調すべき主な製品特徴、コールトゥアクションなどの詳細を追加することで、このプロンプトを充実させることができます。これにより、よりカスタマイズされたテキスト生成が可能になります。

プロンプト・エンリッチメントと関連コンセプトの比較

プロンプト・エンリッチメントを類似の用語と区別することは重要である：

• プロンプトエンジニアリング：効果的なプロンプトを手動で設計し、作成すること。プロンプトエンリッチメントは、多くの場合、より大きなプロンプトエンジニアリング戦略の中で使用される自動化されたテクニックである。
• プロンプトのチューニング：これは、テキストプロンプトそのものを変更するのではなく、「ソフトプロンプト」を学習したり、モデルの微調整中に入力埋め込みを変更したりする。これはパラメータ効率的ファインチューニング（PEFT）の一形態である。
• 検索補強型生成（RAG）：RAGは、プロンプトの文脈を強化するために外部情報を検索することに重点を置いた、プロンプトのエンリッチメントによく使われる特殊な手法であり、一部の先進的なAI研究で研究されているように、最新またはドメイン固有の知識を必要とするタスクに特に有用である。

標準的な物体検出のような伝統的なコンピュータビジョンタスクではあまり一般的ではありませんが、このコンセプトはYOLOEのような新しいプロンプトビジョンモデルに関連しています。Ultralytics HUBのようなプラットフォームは、複雑なビジョンタスクを定義する際に、ユーザーとのインタラクションを簡素化するために、このような技術を組み込む可能性があります。