プロンプトエンジニアリングでがんばらない-Agentic Workflow へ-近藤憲児

Transcript

1. プロンプトエンジニアリングで
 がんばらない
 − Agentic Workflow へ −
2. - LLM アプリの品質(出力の安定性、速度など)を上げる手段として、
 プロンプトエンジニアリング以外の手段があるということ
 - この手段に隣接した領域として Agentic Workflow と呼ばれるデザインパター ンがあること
 - さわりだけご紹介
 今日お伝えしたいこと

3. 「Discord で雑に共有された記事をなんでも要約する」自作アプリ
 • YouTube の動画 
 • arXiv の論文
 • SpeakerDeck のスライド 
 • Web 上の記事
 • …
 “Summarize Anything”

4. • Router で何の要約を求められているかを判断
 • 判断に基づいて、専用の Summarizer に要約を任せる
 “Summarize Anything” のアーキテクチャ
 Router
 YouTube Summarizer
 Web
 Summarizer
 arXiv
 Summarizer
 どの Summarizer に 委譲すべきかを判断 … ページに アクセスして本 文を取得して 要約 委譲

5. Router でやりたいこと
 • そもそも要約を必要とする文章 なのかを判断する
 • URL の文字列を抽出
 • その URL が YouTube なのか arXiv なのかの判断
 • これら結果を JSON として出力 させる(以下はその例)
 Router の実装(昔)
 { "summary_required": true, "url": "https://arxiv.org/pdf/2402.05120.pdf", "method": "arXiv" }
6. 問題
 • 品質が全然安定しない。体感 3 割失敗 する
 ◦ JSON の所定のフォーマットになら ない
 ◦ URL があるのにそれを抽出しない
 ◦ …
 → プロンプトエンジニアリングを頑張ったが、 すぐに限界を感じた
 Router の実装(昔)

7. 処理を分けた
 Router の実装(今)
 URL
 抽出
 URL から委 譲先を
 選択
 → 動作が劇的に安定した。ほぼ 100 % 間違わない。
 URL の文字列
 “論文 https://arxiv.org…”
 “arXiv”
 Router

8. さらに LLM の性能を落 とした
 Router の実装(今)
 URL
 抽出
 URL から委 譲先を
 選択
 → 品質に変化なし。むしろ速度上がるし、コスト下がるしで、嬉しい
 Router
 gpt-4 → gpt-3.5-turbo
 gpt-4 → gpt-3.5-turbo

9. • 「zero-shot で巧妙にプロンプトエンジニアリングをして頑張る」よりも「命令をシン プルにしたタスクを多量に LLM に依頼する」ほうがよい
 • 「zero-shot で gpt-4 や claude-3-opus のような賢い LLM を使う」よりも 「gpt-3.5-turbo や claude-3-haiku のような賢くないけど軽量でコスト低い LLM を 細かく使う」ほうが、品質も速度もコストも満足いく
 この手法は普遍性があるな、と思っていた。
 他にも例えば、要約した文章が日本語じゃなかったり、制約条件をちゃんと守っていなかったりした ときも、もう一度 LLM を call してそれを添削してもらう、ということをすると、およそ満足の行く品質 で安定して出力された。
 あと、自然とモジュール化の考え方になっているので、それぞれのモジュール別に改善やテストな どがやりやすい。
 「LLM を call しまくる」という戦略

10. “Agentic Workflow”
 単なる経験則に過ぎなかったけども、最近 Andrew Ng がまさにこれに関連したこ とを言っている動画を見つけた
 そこでは Agentic Workflow という名前で、 LLM アプリの性能を上げる方法を説明 していた

11. “Agentic Workflow”
 「エッセイをバックスペース無しではじめから最後まで間違えの無いように書いて」と 依頼するよりも、「アウトラインを抽出して」「それに対してドラフトを書いて」「それを 添削して」... と分けて依頼するアイディア
 https://youtu.be/sal78ACtGTc?si=vFpxwR47DoNaQqiz
12. “Agentic Workflow”
 zero-shot の GPT-4 よりもAgentic Workflow を適用し た GPT-3.5 のほうが良い評価を得ている。 
 https://youtu.be/sal78ACtGTc?si=vFpxwR47DoNaQqiz 上の 4 つのデザインパターンについて述べられてい る。
 → Agentic Workflow や Agent については、今いろいろ実装して試している(そして苦労し ている)。役に立ちそうなこと見つけたら、また共有します！