A不正解
ハイパーパラメータチューニング
ハイパーパラメータチューニングは学習の設定値を調整する作業です。
モデルに渡す文脈情報の全体を設計する取り組みではないため不正解です。
ある AI チームが、エージェント型アプリの品質改善に取り組んでいます。近年の生成 AI 開発で重視されるようになった、モデルに渡す文脈情報（指示・参考データ・履歴・ツールの結果など）の全体を、何をどの順で与えるか設計する取り組みを何と呼びますか。
1 / 1
回答を選択してください
正解B
解説
文脈情報の全体を設計する 近年の概念を選ぶ問題。
- 1「モデルに渡す文脈情報」指示・参考データ・履歴など 入力に与える情報
- 2「全体を、何をどの順で与えるか設計する取り組み」文脈全体の設計＝コンテキストエンジニアリング
B正解
コンテキストエンジニアリング
正解。コンテキストエンジニアリングは、モデルに渡す文脈情報（指示・参考データ・会話履歴・ツールの結果など）の全体を、何をどの順・どの量で与えるか設計する取り組みです。プロンプト単体より広い概念として 近年重視されています。
C不正解
プロンプトエンジニアリング
プロンプトエンジニアリングは、個々のプロンプト（指示文）の書き方を工夫する取り組みです。
指示・参考データ・履歴・ツールの結果まで含めた文脈情報『全体』の設計を指す、より広い概念はコンテキストエンジニアリングのため不正解です。
D不正解
RAG（検索拡張生成）
RAG は、外部ナレッジを検索して回答の根拠に使う手法です。
文脈に与える材料の 1 つにはなりますが、文脈全体を何の順で与えるか設計する取り組みの呼称ではないため不正解です。
ポイント
正解の『コンテキストエンジニアリング』を押さえます。
・モデルに渡す文脈情報（指示・参考データ・会話履歴・ツールの結果など）の全体を、何を・どの順・どの量で与えるか設計する取り組み。
・1 つのプロンプトの言い回しを工夫するプロンプトエンジニアリングより広い概念で、近年重視されている。
ハイパーパラメータチューニング（学習設定）・データラベリング（ラベル付け）・量子化（軽量化）はいずれも文脈情報の設計ではありません。