メタプロンプティング

メタプロンプティング（Meta-Prompting）とは、LLM自身にプロンプトを生成・評価・改善させる手法の総称です。従来のプロンプトエンジニアリングが人間の試行錯誤に依存するのに対し、メタプロンプティングはLLMの言語理解能力を活用してプロンプト自体の設計を自動化・最適化し、人間では思いつかないような効果的なプロンプト表現を発見できます。

主要なアプローチとして、(1)プロンプト生成：「以下のタスクに最適なプロンプトを10個提案してください」のようにLLMにプロンプト候補を生成させ、評価データで性能を比較して最良のものを選択、(2)プロンプト改善：既存のプロンプトと誤回答の例をLLMに示し、「このプロンプトを改善してください」と依頼してプロンプトを反復的に改善、(3)プロンプト批評：LLMにプロンプトの問題点を分析させ、改善提案を生成させるセルフクリティーク型のアプローチ、(4)オーケストレーション型メタプロンプティング：1つの「メタLLM」が問題を分析し、専門家LLM（数学・コーディング・分析等）への指示プロンプトを動的に生成するマルチエージェント型のアプローチがあります。

Suzgunらの研究（2024年）では、メタプロンプティングにおいて単一のLLMが「メタ認知的な監督者」として機能し、様々なタスクに対して最適な推論戦略を自ら選択・実行するフレームワークを提案しています。従来のChain of ThoughtやTree of Thoughtが特定の推論パターンを固定的に適用するのに対し、メタプロンプティングはタスクに応じて最適なアプローチを動的に決定できる点が特徴です。

プロンプト最適化との関係として、メタプロンプティングはプロンプト最適化の具体的手法の一つに位置づけられます。DSPyがプログラマティックにプロンプトを最適化するのに対し、メタプロンプティングはLLMの自然言語能力を直接活用してプロンプトを生成・改善する点が特徴です。