Prompt Chaining

プロンプトチェーンは、人工知能 (AI)開発における高度なアーキテクチャパターンであり、複雑なタスクを、より小さく管理しやすい一連のサブタスクに分解します。このワークフローでは、あるステップの出力（多くの場合、大規模言語モデル (LLM)またはコンピュータービジョンシステムによって生成されます）が、次のステップの入力として使用されます。多面的な問題を一度に解決しようとする単一のモノリシックなプロンプトとは異なり、チェーンを使用することで、開発者はより信頼性が高く、テストしやすく、高性能なアプリケーションを構築できます。このモジュール方式は、推論やWebの閲覧、物理環境とのインタラクションが可能な高度なAIエージェントの作成に不可欠です。

チェーンの仕組み#

プロンプトチェーンの中核となるのは、基盤モデルにおけるコンテキストウィンドウと推論能力の制限への対処です。1回のリクエストでモデルに多くの異なる処理（例：「この画像を分析し、テキストを抽出してスペイン語に翻訳し、JSON形式の請求書として整形してください」）を実行させると、エラーの発生確率が高まります。これをパイプラインに分割することで、開発者は各段階の精度を検証できます。

効果的なチェーンでは、各ステップ間のデータ変換を処理するために、Pythonで記述した「グルーコード」や、LangChainのようなオーケストレーションライブラリを利用することがよくあります。これにより、物体検出の視覚的な認識能力と、生成テキストモデルの言語的な流暢さを組み合わせるなど、異なるテクノロジーを統合できます。

実世界での利用例#

プロンプトチェーンは、異なるデータモダリティ間のギャップを橋渡しする場合に特に強力であり、マルチモーダルモデルが動的な産業環境や商業環境で機能できるようにします。

1. 自動ビジュアルレポート: スマート製造では、品質管理システムがビジョンモデルとLLMをチェーン接続できます。まず、Ultralytics YOLO26のような高速モデルが、組立ライン上の部品をスキャンします。構造化された出力（例：「Class: Dented_Can, Confidence: 0.92」）がテキスト文字列に変換されます。次に、このテキストが「この欠陥に基づいてメンテナンス依頼を作成してください」のようなプロンプトとともに言語モデルへ渡され、現場マネージャーが読めるメールが生成されます。

2. コンテキスト認識型カスタマーサポート: インテリジェントチャットボットでは、複雑なユーザークエリに対応するためにチェーンがよく使用されます。チェーンの最初のリンクでは、自然言語処理 (NLP)を使用してユーザーの意図を分類します。意図が技術的なものである場合、システムは検索拡張生成 (RAG)ワークフローを開始します。具体的には、クエリの埋め込みを生成し、ベクトルデータベースでドキュメントを検索し、最後にLLMへ取得したチャンクを統合して有用な回答を作成するよう促します。

ビジョンから言語へのコード例#

次の例では、チェーンの最初の「リンク」、つまりコンピュータービジョン (CV)を使用して構造化データを生成し、それを後続のプロンプトのコンテキストとして利用する方法を示します。

from ultralytics import YOLO

# Load the YOLO26 model (natively end-to-end and highly efficient)
model = YOLO("yolo26n.pt")

# Step 1: Run inference to 'see' the environment
results = model("https://ultralytics.com/images/bus.jpg")

# Step 2: Format visual detections into a natural language string
det_names = [model.names[int(c)] for c in results[0].boxes.cls]
prompt_context = f"The scene contains: {', '.join(det_names)}. Please describe the likely activity."

# The 'prompt_context' variable is now ready to be sent to an LLM API
print(prompt_context)

関連する概念との違い#

効果的な機械学習 (ML)アーキテクチャを実装するには、AI分野の類似用語とプロンプトチェーンを区別すると役立ちます。

• 思考の連鎖プロンプティングとの比較: 思考の連鎖 (CoT)は、モデルに「推論過程を示す」よう促すために、単一のプロンプト内で使用される手法です（例：「ステップごとに考えてください」）。プロンプトチェーンでは、複数の個別のAPI呼び出しを使用し、ステップBへの入力がステップAの出力に依存します。
• プロンプトエンジニアリングとの比較: プロンプトエンジニアリングは、より優れたモデル性能を引き出すためにテキスト入力を最適化する、より広範な分野です。チェーンは、処理の順次的なフローとロジック制御に焦点を当てた、特定のエンジニアリングパターンです。
• プロンプトチューニングとの比較: プロンプトチューニングは、学習フェーズ中に学習可能なパラメーター（ソフトプロンプト）を更新するモデル最適化手法です。プロンプトチェーンはすべてリアルタイム推論中に実行され、モデルのモデル重みは変更しません。

プロンプトチェーンを活用することで、チームはロジック、データ取得、アクション認識を統合した堅牢なアプリケーションを構築できます。これらのチェーンを支えるデータセットの管理とビジョンモデルのトレーニングに向けて、Ultralytics Platformはアノテーション、トレーニング、デプロイメントのための一元化されたソリューションを提供します。