PFN、Optunaを活用したプロンプト自動最適化機能を開発
- •PFNが定性的フィードバックによるプロンプト自動最適化をWork Suiteに実装
- •Optunaを基盤に、複数ブロックのプロンプトを「テキスト勾配」手法で同時最適化
- •試行履歴の管理と識別子制御により、意図しない破壊的変更を抑えた効率的な改善を実現
Preferred Networks（PFN）は、同社の生成AIプラットフォーム「PreferredAI Work Suite」において、ユーザの定性的なフィードバックをもとにプロンプトを自動で最適化する革新的な新機能を発表しました。
従来のワークフロー構築では、複数のLLMブロックが連動する複雑なタスクにおいて、望む出力を得るために人間が手作業でプロンプトを微調整し続ける必要がありました。今回の新機能は、この「プロンプトエンジニアリング」の負担を大幅に軽減するものです。
技術的な核となるのは、PFNが開発・公開しているハイパーパラメータ最適化ツール「Optuna」をベースにした内製フレームワークです。このフレームワークは、ユーザからの「キーワードだけ出力してほしい」といった曖昧な指示（フィードバック）を受け取り、「テキスト勾配」と呼ばれる手法を用いてプロンプトを自動更新します。
特筆すべきは、複数のLLMブロックが混在する環境下での制御技術です。一つのフィードバックが全てのブロックに悪影響を及ぼさないよう、各プロンプトに内部識別子を付与し、更新の必要性を自動判断する仕組みを導入しています。これにより、特定のブロックの挙動を改善しつつ、他の正常な挙動を維持する「破壊的変更の抑制」を実現しました。
また、最適化のプロセスはツリー形式で可視化され、ユーザは提案されたプロンプトの採用（Accept）や再生成（Reject）を直感的に選択できます。Optunaの履歴管理機能を活かすことで、過去の失敗を学習材料として蓄積しながら、効率的に理想のプロンプトへと辿り着ける設計となっています。
この取り組みは、PFNが長年培ってきたAutoMLの知見を生成AI領域に応用した好例と言えます。研究開発の成果を即座に実用的なプロダクトへ統合する同社の姿勢は、AI活用の民主化を加速させる重要なステップとなるでしょう。