LLMの原理、RAG・エージェント開発から読み解く コンテキストエンジニアリング
蒲生 弘郷技術評論社ISBN 9784297154196
LLMタグで同率7位（23冊中）。Zenn・Qiitaなどの2記事で紹介（時点）。
- 紹介記事
- 2件
- 媒体別
- Zenn 1・企業テックブログ 1
- 初めての紹介
- 最新の紹介
この本を選ぶ前に
- タグ内の順位
- LLMタグで同率7位（23冊中・紹介記事数の順）
紹介している記事（2件）
記事ごとの説明は、記事本文のうちこの本に触れた部分をAIが要約したもので、筆者の原文ではありません。
- 夏の読書感想文：『LLMの原理、RAG・エージェント開発から読み解く コンテキストエンジニアリング』 Zenn · yu shimohama · · いいね 6
エージェント開発・コンテキストエンジニアリングを体系的に学ぶために読み、章ごとに要点をまとめている。LLMの仕組み、API利用、指示プロンプト、RAGの精度向上、エージェントワークフローを扱う内容とし、実務・実践に即して必要十分に書かれている点を評価。MCPとFunction Callingの違いや、Markdown以外のプロンプト記法に気づきを得たと述べている。
- 『コンテキストエンジニアリング』を読んで、AI活用の解像度を上げよう 企業テックブログ · 虎の穴 ·
AIサービス開発で、指示や入力情報がどう効いているかを言語化できない課題があり、論理的に理解したくて読んだと述べている。LLMの性質、API、プロンプト設計、RAG、エージェントワークフローまでをコンテキストの観点で整理し、なぜその工夫が必要かを説明する点を評価している。特に3章のプロンプト構造化が業務に持ち帰りやすかったという。
この本について
本書は、LLMの原理からAPI利用、RAG、エージェント開発まで、コンテキストエンジニアリングに必要な知識を扱う。Transformerの構成やトークン生成、Self-Attention、ロール、Few-Shot Prompting、コンテキストの配置といった基礎を説明し、APIやモデルの選定、コスト、コンテキストウィンドウ、画像入力、出力制限、ストリーミングなどの設定項目を取り上げる。Function Callingでは、ツール定義がコンテキストとして渡される仕組みと設計上の注意点を扱う。指示プロンプト、RAGの精度向上、エージェントワークフローも対象とし、実務でLLMを利用する際の技術を説明する。
紹介記事と書誌情報をもとにAIが要約したものです。原文の転載ではありません。