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。
Tina Huang. Tinaは、Googleのプロンプティング講座全体を、ライブラリに実際に保存する2つの要素に凝縮しています。タスク、コンテキスト、参考情報、評価、反復改善から成る5要素のフレームワークと、プロンプトを継続的に磨くための名前付きの4つの改善手法です。エージェントや思考の連鎖のパターンも解説しているため、後からライブラリに追加する高度なテンプレートへの入口としても役立ちます。
単なるプロンプティング講座としてではなく、ライブラリ品質の項目に保存すべき内容、つまりフレームワークの5項目と名前付きの改善手法を学ぶために視聴してください。
評価メモと改善ルールを加え、単発のプロンプトを再利用可能なパターンに変えられます。
自分で問題なくプロンプトを作成できること。この動画では、そのスキルを共有資産に変える方法を扱います。
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.