Update Expression

Update Expression

05-advanced-prompts/translations/ja-jp/README.md

@@ -102,7 +102,7 @@ Chain-of-thought を試してみましょう。Chain-of-thought を適用する
     アリスはリンゴを 5 個持っていて、3 個を捨て、2 個をボブに渡し、ボブは 1 個を返します。アリスはリンゴを何個持っていますか？」
     - 回答: 1
 
-別の例と、計算式を用いて、かなり長いプロンプトを作成し、元のプロンプトを提供することで、正しい答え 1 に到達する方法に注目してください。  
+別の例と、計算式を用いて、少し長いプロンプトを作成し、元のプロンプトを提供することで、正しい答え 1 に到達する方法に注目してください。  
 
 ご覧の通り、Chain-of-thought (思考の連鎖) は非常に強力な手法です。
 
@@ -121,7 +121,7 @@ Chain-of-thought を試してみましょう。Chain-of-thought を適用する
 要件: {{requirements}}  
 ```
 
-上記は、テンプレートを使用してプロンプトをどのように作成するかを示しています。テンプレートには、`{{variable}}`という形式で表現する変数がいくつかあり、これらは会社の API から取得した実際の値に置き換えます。  
+上記は、テンプレートを使用してプロンプトをどのように作成するかを示しています。テンプレートには、`{{variable}}`という形式で表現する変数はいくつかあり、これらは会社の API から取得した実際の値に置き換えます。  
 
 以下は、変数を自社の情報に置き換えた後のプロンプトの例です。  
 
@@ -151,8 +151,6 @@ Chain-of-thought を試してみましょう。Chain-of-thought を適用する
 合計費用: $1,200ドル  
 ```
 
-As you can see, it also suggests the Life insurance, which it shouldn't. This result is an indication that we need to optimize the prompt by changing the prompt to be clearer on what it can allow. After some _trial and error_, we arrive at the following prompt:
-
 この結果では、生命保険も提案されていますが、これは本来求めていない結果です。これは、プロンプトが何を許可するかをより明確にするために、プロンプトを最適化する必要があることを示しています。試行錯誤を繰り返した結果、以下のようなプロンプトにたどり着きました。
 
 ```text
@@ -194,14 +192,14 @@ AI アシスタントは以下のように回答します。
 
 ### Self-refine, critique the results
 
-生成系 AI や LLM を使用する際、その出力をそのまま信じてはいけません。必ず確認が必要です。なぜなら、LLM は何が正しいかではなく、次に出てくる可能性が最も高いものを提示しているだけだからです。そのため、LLM に自己批評を求め、それによって自己改善するという手法が有効です。
+生成系 AI や LLM を使用する際、その出力をそのまま信じてはいけません。必ず確認が必要です。なぜなら、LLM は何が正しいかではなく、次に出てくる可能性が最も高いものを提示しているだけだからです。そのため、LLM に自己評価を求め、それによって自己改善するという手法が有効です。
 
 この手法は以下の手順で行います：  
 
 1. 最初に LLM に問題解決を求める  
 2. LLM が回答する  
-3. その回答を批評し、AI に改善を求める  
-4. LLM が再度回答し、今度は批評を考慮して自身が考えた解決策を提案する  
+3. その回答を評価し、AI に改善を求める  
+4. LLM が再度回答し、今度は評価を考慮して自身が考えた解決策を提案する  
 
 このプロセスは何度でも繰り返すことができます。
 
@@ -228,16 +226,6 @@ def customers():
 
 AIの回答:
 
-    ```text
-    Sure, here are three suggestions to improve the code:
-
-    Import the correct module: The first line should import Flask instead of flask. The correct import statement should be from flask import Flask.
-
-    Add a main function: Add a if __name__ == '__main__': block to the end of the file to run the application when the file is executed.
-
-    Use f-strings: Use f-strings to format the return statements in the route functions. For example, return 'Products' can be changed to return f'This is the {request.path} page'.
-    ```
-
 ```text
 もちろんです、コードを改善するための3つの提案をします：
 
@@ -281,6 +269,7 @@ Maieutic プロンプトは、self-refine (自己改善) と似た手法です
 以下に、例を示します。
 
 > プロンプト: パンデミックを緩和するための危機対策を5つの段階でどのように作成すればよいか教えてください。
+
 LLMの回答:
 
 ```text
@@ -435,7 +424,7 @@ app.run()
 
 出力をより予測可能、つまりより決定論的(確実)に制限したいと考えた場合、どのようにすればよいでしょうか？
 
-Temperature (温度) パラメータは 0 から 1 までの値で、0が最も確定的、1 が最も多様性があることを示します。デフォルト値は0.7です。温度を0.1に設定し、同じプロンプトを 2 回実行してみると以下のような結果が得られます。
+Temperature (温度) パラメータは 0 から 1 までの値を持っており、0が最も確定的で、1 が最も多様性があることを示します。デフォルト値は0.7です。温度を0.1に設定し、同じプロンプトを 2 回実行してみると以下のような結果が得られます。
 
 > "Python Web API のコード を作成してください"
 
@@ -577,13 +566,13 @@ Temperature (温度) パラメータは 0 から 1 までの値で、0が最も
 
 ## おすすめの方法
 
-皆様が目的の結果を得るためには、様々な方法を試すことができます。プロンプトを利用する頻度が増えるほど、ご自身専用のスタイルを見つけることがでしょう。
+皆様が目的の結果を得るためには、様々な方法を試すことができます。プロンプトを利用する頻度が増えるほど、ご自身専用のスタイルを身に付けられるでしょう。
 
 これまでに紹介したテクニックに加えて、LLM を活用する際におすすめの方法がいくつかあります。
 
 以下に、そのおすすめの方法をいくつか紹介します。
 
-- **コンテキストを明確にする** コンテキストは重要で、ドメインやトピックなど、具体的に指定できるほど良い結果が得られます。  
+- **コンテキストを明確にする** コンテキストは重要で、ドメインやトピックなど、具体的に指定するほど良い結果が得られます。  
 - **出力を制限する** 特定の項目数や特定の長さを求める場合は、それを明示的に指定しましょう。
 - **「何を」、「どうするか」を明確にする** 例えば、「Python の Web API を作成し、商品と顧客を設定し、それを 3 つのファイルに分けてください」といった、具体的な指示を出すようにしてください
 - **テンプレートを活用する** 自社データをプロンプトに反映させたい場合が多いと思います。その際に、テンプレートを活用しましょう。テンプレートには、実際のデータに置き換えられる変数を設定できます。
@@ -620,13 +609,13 @@ if __name__ == '__main__':
 
 ## 知識チェック
 
-なぜ、chain-of-thought (思考の連鎖) プロンプトを使用するのでしょうか?正解を 1 つ、不正解を 2 つ選択してください。
+なぜ、chain-of-thought (思考の連鎖) プロンプトを使用するのでしょうか?正解を 1 つ選択してください。
 
 1. LLM に問題の解決方法を教える。
 1. LLM にコード内のエラーを見つけるように教える
 1. LLM にさまざまな解決策を考えるように指示する
 
-答え：1。chain-of-thought (思考の連鎖) プロンプトは、LLM に回答を導き出すための一連の処理段階と、類似問題とその解決方法を提供することで、問題を解決する方法を示すことです。
+答え：1：chain-of-thought (思考の連鎖) プロンプトは、LLM に回答を導き出すための一連の処理段階と、類似問題とその解決方法を提供することで、問題を解決する方法を示すことです。
 
 ## 🚀 Challenge