Modified table

Modified table

04-prompt-engineering-fundamentals/translations/ja-jp/README.md

@@ -329,8 +329,7 @@ Illustrate it with some exercises.
 | 詳細に説明し、実例を示す | モデルは「示しながら教える」アプローチにより適切に応答する可能性があります。まずはゼロショット・アプローチからはじめます、最初は指示を出すだけで例を示さないでください。次にフューショット・アプローチで期待する出力例をいくつか提供し改善します。類推してください。|
 | 手がかりを用いて出力を促進 | 回答の起点となる、いくつかの単語やフレーズを与え期待する結果を得てください。|
 | ダブル・ダウン | 場合によっては、モデルに対して自身で反復する必要があります。メイン・コンテンツの前後で指示を出したり、指示やキュー（手がかり）を使ったりします。反復して検証し、何が機能するかを確認します。|
-| 順序の重要性 | モデルに対する情報提示の順番は出力に影響を及ぼすことがあります。それが学習例の提示だとしても、最近の情報に過敏に影響を受ける認知バイアス (recency bias) によって影響します。（訳者追記：プロンプトの末尾にある情報が出力に大きな影響を与えることがある）
-どの方法が最良かを見極めるために、異なる方法も試してみることをお勧めします。|
+| 順序の重要性 | モデルに対する情報提示の順番は出力に影響を及ぼすことがあります。それが学習例の提示だとしても、最近の情報に過敏に影響を受ける認知バイアス (recency bias) によって影響します。（訳者追記：プロンプトの末尾にある情報が出力に大きな影響を与えることがある）どの方法が最良かを見極めるために、異なる方法も試してみることをお勧めします。|
 | モデルに「代替案」を用意する | 何らかの理由でタスクを完了できない場合に備えて、モデルが提供できる _代替の回答_ を用意してください。これにより、モデルが誤ったり、捏造した回答を生成する可能性を低減します。 |
 
 すべてのベストプラクティスに共通して、_実際の効果はケース・バイ・ケース_ であることを認識してください。モデルの種類、タスクの内容、専門分野によって結果は変わります。上記の指針を基点に、ご自身にとって何が最も効果的かを見つけるために、試行錯誤を繰り返してください。新しいモデルやツールが登場するたびに、プロセスのスケーラビリティと回答の品質に注目し、プロンプト・エンジニアリングの手法をを継続的に再評価しましょう。