18 分AWS re:Invent 2025:マルチエージェントAIへのHuman-in-the-Loop制御の実装(CNS428)
問題発生後の非公式な手動レビューではなく、明示的なワークフローチェックポイントとして承認ゲートを実装する方法を確認できます。
Lawton Learns. 記事でも考え方として触れている、コピーしてすぐに使えるC.R.A.F.T.メタプロンプト(Context、Role、Action、Format、Target audience)を具体的に紹介しています。新しいライブラリの最初の項目、つまりチーム全員のために適切に構造化されたプロンプトを生成するプロンプトとして役立ちます。
この動画の成果物はC.R.A.F.T.メタプロンプトです。ライブラリの最初の項目として追加し、自分のチームにとって何を生成できるかで動画の価値を判断してください。
C.R.A.F.T.構造を再利用可能なメタプロンプトとして使い、チームのライブラリ全体で一貫性の高いプロンプトを生成できます。
プロンプトの基本構造を理解していれば、ほかに前提知識は必要ありません。
最終確認日:2026年5月18日
同じ学習パスで次のキュレーション済みの補完動画を続けて視聴してください。
18 分問題発生後の非公式な手動レビューではなく、明示的なワークフローチェックポイントとして承認ゲートを実装する方法を確認できます。
4 分多言語埋め込みがプライベートな社内検索に重要な理由と、ローカル検索によってデータ漏えいリスクを軽減できる場面を理解できます。
17 分生成された変更を小さく、テスト済みで、責任の所在が明確な状態に保つため、レビュー境界を明示したマルチエージェント型コーディングワークフローを構築できます。
このトピックについてさらに詳しく学べる、厳選された外部コースです。
Isa Fulford · Andrew Ng
90分で1年分の勘所を学べます。LLMを呼び出すコードを書き始めた人、またはこれから書こうとしている人にとって、「ChatGPTを試す」段階と「LLMを呼び出す機能をリリースする」段階の差を埋める、オンラインで最も効率的な講座です。
Dr. Jules White
DeepLearning.AIの短期講座を学術面から補完する講座です。同じ分野をより長い時間をかけ、コーディングをしない人向けに教えます。Dr. Whiteは、プロンプト作成を小技ではなく、再利用可能なパターン(Ask for Input、Outline Expansion、Fact Check List、Menu Actions)として解説します。修了後は、当てずっぽうではなく、設計者のようにLLMへのプロンプトを作成できるようになります。
Microsoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.