コンテキストエンジニアリングとは? 考え方と応用方法

Slide 1

Slide 1 text

Slide 2

Slide 2 text

©Knowledge Sense, Inc. All Rights Reserved. 自己紹介 sasakuna @sasa_kuna_ CTO ソフトウェアエンジニア。株式会社ナレッジセンスの創業後、法人向け生成AIサービス「ChatSense」を立ち上げ、リリース後 2年で、500社以上の法人に導入。エンタープライズ向け社内検索（ RAGサービス）や、AIエージェント「Deep Research」サービスなど、複数サービスの同時立ち上げを実施 2

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

©Knowledge Sense, Inc. All Rights Reserved. コンテキストエンジニアリングとは? 23 LLMが複雑なシステムを動かせるように体系的に入力内容を整理する技術 langchainで提唱されている 4分類 ● write: データの書き出し ● select: データの取得、選択 ● compress: データの集約、圧縮 ● isolate: データの分離、独立

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

©Knowledge Sense, Inc. All Rights Reserved. 〇〇エンジニアリングの一覧 29 手法主なターゲット提案されている手法プロンプトエンジニアリングチャットなど具体的な入力プロンプトコンテキストエンジニアリングワークフローエージェントなど具体的なデータの管理方法ツールエンジニアリングエージェントに渡すツール情報具体的な複数のツールの管理方法エージェントエンジニアリング複雑なエージェント具体的なエージェント、ワークフローの管理方法こんなのも出てくるかも?

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

©Knowledge Sense, Inc. All Rights Reserved. 再掲: コンテキストエンジニアリングとは? 32 LLMが複雑なシステムを動かせるように体系的に入力内容を整理する技術 langchainで提唱されている 4分類 ● write: データの書き出し ● select: データの取得、選択 ● compress: データの集約、圧縮 ● isolate: データの分離、独立

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Slide 43

Slide 43 text

Slide 44

Slide 44 text

Slide 45

Slide 45 text

Slide 46

Slide 46 text

Slide 47

Slide 47 text

Slide 48

Slide 48 text

Slide 49

Slide 49 text

Slide 50

Slide 50 text

Slide 51

Slide 51 text

Slide 52

Slide 52 text

©Knowledge Sense, Inc. All Rights Reserved. 【応用編】DeepResearchの大まかな構成 52 ユーザーの質問を元に Web検索で一次調査大まかな出力レイアウトと調査項目の出力分解した調査項目ごとの Web検索と思考で調査調査結果をまとめて再度出力レイアウトの決定 write: 調査内容の出力 select: Web検索で情報収集 compress: 調査内容の要約 isolate: 調査項目ごとに分解

Slide 53

Slide 53 text

Slide 54

Slide 54 text