人工知能（AI）を活用した開発では、研究や実験が不可欠です。特にLLM（Large Language Models）のような応用では、従来のアプリケーションと異なり、初期の結果に基づいて設計が大きく変わることがあります。
成功の鍵は、明確な期待を持って順を追って実験を行い、その都度、評価することにあります。LLMの開発では、出力の質が重要とされ、精度の高い、関連性のある結果を生み出すことに焦点が置かれます。これはチャットボットの応答や画像生成などが該当し、一貫して質の高い結果を出すためには、モデルへの深い理解、プロンプトの微調整、厳密な評価が必要です。
また、LLMアプリケーションを開発するためには、データサイエンティストだけでなく、それを実際に成し遂げるエンジニアリングスキルも必要です。チームは単にコードを書くだけでなく、AIの応用について研究し、協力し合い、改善を図るAI実践者でなければなりません。
プロトタイプは、最小限の機能だけを持つ最小実用製品（MVP）として、可能な限り早期に、理想的には2～4週間以内に作成します。その後、市場調査や目標ユーザー層などを理解しながら、プロダクト開発に移行するかを検討します。
初期のレビューで問いに対する満足のいく答えとプロトタイプからの好結果を得られれば、製品開発に進めます。読者の皆さんには、次回の話にご期待ください。
出典 : What Did I Learn from Building LLM Applications in 2024? — Part 1 https://towardsdatascience.com/what-did-i-learn-from-building-llm-applications-in-2024-part-1-d299b638773b