17 分12-Factor Agents:信頼できるLLMアプリケーションの設計パターン-Dex Horthy、HumanLayer
一時停止、再開、人間への判断依頼を行い、ビジネス上の状態をモデルの推測から分離できるAIワークフローの設計方法を学べます。
Jeff Su. タスク、コンテキスト、例、ペルソナ、形式、トーンという6要素の公式を、記事と同じ種類のオフィス業務の例(運動計画、履歴書、社内メール)を使って説明します。最初にこの動画を視聴してください。記事にあるほぼすべてのパターンは、この6要素のいずれかを重点的に応用したものです。
記事の各パターンを読む前に視聴してください。ほぼすべてのパターンが6要素のいずれかを重点的に応用しているため、この公式が各パターンを整理する枠組みになります。
タスク、コンテキスト、例、ペルソナ、形式、トーンを組み合わせ、日常のオフィス業務で機能するプロンプトを作成できるようになります。
ありません。予備知識なしで視聴できます。
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。
17 分一時停止、再開、人間への判断依頼を行い、ビジネス上の状態をモデルの推測から分離できるAIワークフローの設計方法を学べます。
32 分意味、トーン、用語、最終承認に対する人間の責任を失わずに、ローカライゼーションへAIを導入する方法を学べます。
37 分意思決定の前にAIを使って前提に異議を唱え、選択肢を比較し、反対意見を洗い出せるようになります。
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.