Blum45

真に効果的なAIプロンプトの作り方
あなたはLLMに高品質なレポートを依頼し
専門家レベルの自信を持って書かれたテキストを返してもらう
しかし、その内容は全くのデタラメだったりする
馴染みがある？
だから、こういった状況を避けるために
これらの基本ポイントを理解する必要がある：
> 「賢いが信頼できない」アシスタントの問題
LLMの出力は20%がモデル本体、80%はプロンプトの構成次第
プロンプトエンジニアリング - ただの自然言語コンピューティング制御の徹底
だから、質の高い出力を得るには
モデルと会話するのをやめて、プログラムすることが必要
> AI幻覚 - 不十分な指示の兆候
確実に基盤を固めるために、次のテクニックを使おう：
- 明確な期待値を設定する
- 出力を制約する (厳格な境界を設定)
- 自己検証/自己確認をさせる (セルフファクトチェック)
> フレームワーク - AIのための「青写真」
トップ3：
- RACE (役割、行動、文脈、期待)
迅速でシンプル、日常的な利用に最適
- STOKE (状況、タスク、目的、知識、例)
深い作業やニッチな分野に適している
- CRISPE (能力、洞察、声明、個性、実験)
創造性、仮説検証、スタイル制御
LLMsはこうした構造をはるかに得意とする
その結果、出力は実際に望むものにかなり近づく
無意味な再プロンプトでAIの使

初めて「私たちに取って代わるように設定されたテック」に完全なコントロールを手渡す
出力製品は何か：

Good Stake -> 生産的なエージェント
多くの人々は、AIエージェントは単によく書かれたプロンプトに過ぎないと信じています
それを超えて、適切なエージェント部品を選択することは非常に重要です：
> LLM
> ツール
> メモリ
> トリガー
> フィードバックループ
単一のポイントではありません - エージェントは単なる空の話し手です
1. LLM：推論エンジン
この部分は目的、行動方針、実行設計を定義します。
しかし、LLM自体はあなたのシステムに自動アクセスしたり、安定したコンテキストを保持したり、現実世界で行動したりしません
だから「単にGPTを使う」ことはエージェントを構築することと同じではありません
2. ツール：実行レイヤー
それはエージェントの手であり、このレイヤーは思考をアクションに変換します
あなたのエージェントはツールを使用してデータをチェックしたり、メッセージを送信したりすることができます
しかし、ツールがなければ、AIエージェントは単なるテキスト生成システムです
3. メモリ：コンテキストレイヤー
それはあなたのエージェントを時間を通じて一貫性を持たせるものです
これはユーザー設定、テキスト出力のスキーム、スタイルなどである可能性があります
しかし、忘れないでください：メモリをメモ帳の一部として使用しないでください
この戦略はパフォーマンスの低下

OpenClawスキルを3分で作成する方法
スキルは高品質なAIエージェントの重要な要素です
スキルなしでは成り立たず、カスタムスキルはしばしば不可欠です
安全第一：本番運用前に必ずローカルでテストしてください
1. ディレクトリの作成
例 (端末で入力):
| mkdir -p ~/.openclaw/workspace/skills/skill_name
これにより、スキルに必要なすべてのデータが保存されます
2. SKILL·md (LLMへの指示)
重要なポイントは、望むLLMの動作の本質を正しく定式化することです
このファイルはメタデータにYAMLフロントマターを使用し、指示にはMarkdownを使用します
重要：
> 実行可能にし、具体的かつ簡潔に
> 特定のツールを言及
- フロントマターでカスタムツールを定義可能 (任意)
> 何をすべきか、どう反応すべきかを説明
誤った例：
世界に挨拶する
正しい例：
---
name: hello_world
description: 挨拶をするシンプルなスキル。
---
ユーザーが挨拶を求めたとき、echoツールを使って「あなたのカスタムスキルからこんにちは！」と伝える
3. OpenClawをリフレッシュ
エージェントに「スキルをリフレッシュ」またはゲートウェイを手動で再起動させてください
OpenClawは新しいディレク

ただ今、MacBookを売ってもう一度下落を待っています
ヘッドフォンとデスクも次です
この市場を生き延びるためのもっと賢い方法はありますか？