本記事では、LLMに人物像（ペルソナ）を与えるプロンプトの書き方が、出力内容にどのような影響を与えるのかを検証した研究を紹介します。 単に属性を明示するのか、名前や会話形式で間接的に伝えるのかといった違いによって、回答の自然さや偏りの程度が変わることが示されています。また、LLMのモデルサイズや系列によっても出力傾向に差が生じる点も明らかになりました。 ペルソナプロンプト設計を考えるうえで、実践的な示唆を与える内容になっています。 本記事の関連研究 LLMの性格を、「特性の強度」にもとづき詳細に設定する方法 個人の深い価値観にもとづく「その人らしい答え」をAIで再現する手法 プロンプトによるL…