{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreie5u4pgmmw3mybwztju2x4llsy4jn23zjdfftycfvl4di32u5ev5e",
    "uri": "at://did:plc:lux7va2ede6fz2gp3xwr2bye/app.bsky.feed.post/3ml24zitipsc2"
  },
  "coverImage": {
    "$type": "blob",
    "ref": {
      "$link": "bafkreiezuhqlzyv53bqd6pshad47xejiswn64tbhj3kr4k7yqz5wg4mlmu"
    },
    "mimeType": "image/jpeg",
    "size": 75039
  },
  "path": "/archives/108061",
  "publishedAt": "2026-05-03T18:04:00.000Z",
  "site": "https://ai-data-base.com",
  "tags": [
    "深堀り解説",
    "🔒 「プロンプトを詳しく書くほど正確」とは限らない、LLMコード生成の意外な現象",
    "AIDB"
  ],
  "textContent": "LLMにコードを書かせるときは、プロンプトをできるだけ詳しく書くべき。多くのエンジニアがそう感じています。関数名、引数の型、入力範囲、エッジケース。書けば書くほど、モデルは要件を正確に汲み取ってくれるはず、と。 ところがその常識が通じない場面が、実験の積み重ねから見えてきました。プロンプトの一部を削ったり、用語を曖昧にしたりすると、なぜか正解率が上がる問題が一定数あるのです。 変数名を一般的なものに変えただけ。制約条件を1行消しただけ。それだけで、誤答していたコードが正答に変わります。同じモデル、同じテスト、変わったのはプロンプトの表現だけ、という具合です。 なぜ手がかりを減らすと正解率が上が…\n\nThe post 🔒 「プロンプトを詳しく書くほど正確」とは限らない、LLMコード生成の意外な現象 first appeared on AIDB.",
  "title": "🔒 「プロンプトを詳しく書くほど正確」とは限らない、LLMコード生成の意外な現象"
}