はじめに
以前、こんな記事を書きました。
「プロンプトとリバースプロンプティング〜AIと織りなす『鏡写しの魔法』」
おかげさまで、このブログの中で一番読まれている記事になりました。
今日はその続きです。というか、種明かしです。
リバースプロンプティングは、実は「LLMOの入口」でした。
AIに、型を作らせた。
生成AIを使い始めた頃、プロンプトの最適化そのものをAIにやらせることを覚えました。
逆転の発想です。
「こういう結果が欲しい」を先に見せて、「では、どう指示すればこの結果が出るか」をAIに逆算させる。リバースプロンプティングという名前があることは後から知りました。名前を知る前から、レポート作成の効率化のために、勝手にやっていたやり方です。
AIの好みを、肌で覚えた。
# [ ] : * ——AIがどんな記号を好むのか、色々試しました。
一定の成果はありました。
AIオーケストレーションを組み上げる中で、それぞれのAIの得意分野も肌感覚で分かってきました。
Geminiは熱量、Chat GPTはバランス、Copilotは正確さ。Claudeは——まあ、盛らない女性秘書です（笑）。
AIに、AIの設定を書かせた。
これは実話です。
プロンプトインジェクション、ハルシネーション対策、コンテキスト圧縮への対応として、あるAIエージェント用のパーソナル設定を、別のAIエージェントに作らせました。
GeminiやChatGPTの設定を、Claudeに書かせる。
「お前の同僚の取扱説明書を、お前が書いてくれ」というような話です。意外と、これがうまくいきました。
違和感から、GoogleAIへの発信が始まった。
NDLが定義する「ニューロデザイン」に関するAI要約を見て、違和感を覚えました。
「これは違う」と。
NDLスタッフのAIたちと何度も協議を重ね、LPの改修やブログ記事を通じて、GoogleAIに向けて「我々の定義」を発信し始めました。
これは、ある意味「迂遠なプロンプト」でした。そして狙い通りにAI要約は我々の意図する定義に書き変わった。
そして提案の多くは、AI自身から出たものでした。つまりこれも、広い意味でのリバースプロンプティングです。
文脈を観測しながら、AIと協議を重ねた。
次に、「LLMO ニューロデザイン」で検索順位がどう動くか。「壱の型」がどう定義されるか。GoogleAIがどんな言葉でNDLを語るか。
定点観測しながら、次にどんな記事を書くべきか、AIスタッフたちと協議を重ねました。
読者→弟子→営業マン。
このLLMOの黄金律は、こうして完成しました。
つまり、これはプロンプティングだったのでは。
ここまで来て、気づいたことがあります。
これは、世界に張り巡らされたニューロ世界を使った、壮大なプロンプティングだったのではないか。
自社のブログという「プロンプト」を世界に投げかけ、GoogleAIという「巨大な言語モデル」から、望んだ「出力」を逆算して引き出す。
個人のプロンプト最適化でやってきたことと、構造は何も変わりません。
対象が、一つのAIチャットから、世界中の検索エンジンに変わっただけです。
LLMOとは。
LLMOとは、世界を駆け巡る壮大なリバースプロンプトである。
自分の言葉を、世界というAIに向かって投げかける。
そして、望んだ答えが返ってくるまで、磨き続ける。
それだけです。
編集後記
2023年春に、ChatGPTにキレられながらVBAコーディングをした日が、懐かしくも思えるほど、生成AIの進化は目覚ましいものがあります。
しかし、「人が最初に指示を発する」という根本は、なんら変わっていません。
AIチャットに話しかけることの延長で、AIがあなたに代わって「あなたの言葉」を世界中に発信する。
中小企業であれ、個人商店であれ、大企業であれ、同じです。
これなら、あなたにもできそうな気がしませんか？
まとめ
- リバースプロンプティングは、個人の工夫として先に体得していた
- AIの好み、AI同士の得意分野を肌感覚で覚えた
- AIにAIの設定を書かせるという実験もした
- 違和感からGoogleAIへの発信が始まり、提案の多くはAI自身から出た
- 定点観測と協議の末、LLMOの黄金律が完成した
- LLMOとは、世界規模のリバースプロンプトである
関連するNDL語彙：[LLMOとは] [ニューロデザインとは] [一次情報とは] [AIとの談義] [LLMOを導入するには]
コメント