出力を確かめる
モデルは自信ありげでも間違うことがあるので、回答を根拠となるデータに基づかせ、頼る前に試します。
モデルは、次に来る可能性が最も高いテキストを書きます。ほとんどの場合、それは正しくもあります。しかし、知らないことについても、流暢で自信に満ちた、間違った回答を書くことがあります。これを ハルシネーション と呼びます。作り話の事実、引用、リンク、数値がよくある例です。
回答を実際のデータに基づかせ、出典を確認します。 事実が目の前にあるとき、モデルははるかに信頼できます。自分のドキュメントをプロンプトに入れ、それだけを根拠に回答し、各事実の出典を示すよう依頼します。最新の情報が必要なら、phaseo:web_search サーバーツール(ベータ)を追加します。モデルがウェブを検索し、その結果から回答を書きます。結果には開いて確かめられる URL が含まれます。モデルは本物らしく見えるリンクを作り出すこともあるので、実際に開いて確認してください。
構造化出力で、決まった形を確実に得ます。 コードで回答を読み取る必要があるなら、リクエストに JSON Schema を付けて送ります。するとモデルは、自由なテキストではなくその形の JSON を返します。形が正しくても内容が間違っていることはあるので、使う前にコードで結果を確認してください。
一貫性を高めるには temperature を下げます。 temperature は、モデルがどれだけ変化を加えるかを制御します。低い値ほど、安定して再現しやすい回答になります。抽出、分類、JSON には、ドキュメントでは 0.0 から 0.2 を推奨しています。
リリース前に実際の例で試します。 雑多なものや珍しいものも含めて実際の入力を集め、回答を手で確認します。プロンプトやモデルを変えるたびに、もう一度確認してください。
理解度チェック
アプリがモデルに会社の設立年を尋ねます。回答は正確である必要があります。最も良い方法はどれですか?
実践してみる
請求書から合計、日付、仕入先を抜き出すツールを作りました。デモではうまく動きましたが、本番では、モデルが項目ではなく文章で答えるせいで、コードがときどきクラッシュします。何を変えますか?
答えを表示答えを隠す
構造化出力を使います。必要な項目を含む JSON Schema を送り、モデルがその形の JSON を返すようにします。temperature は 0.0 から 0.2 のような低い値にします。使う前にコードで JSON を検証し、リリース前に雑多なものも含めた実際の請求書で試してください。
ポイント
関連リンク
最終確認日:2026年11月17日