Task Definition の記述方法

LLMフレームワーク AutoGen における「Task Definition の記述方法」は、LLMエージェントが理解・実行可能なタスクを構造的に定義するための中核要素です。この定義は、プロンプトテンプレートと連携し、タスクの指示を一貫性のある形で生成・評価・修正できるように設計されています。以下に詳しく説明します。

---

Task Definition の概要

Task Definition（タスク定義）とは、AutoGenが処理する個々のタスクの目的・入力・出力・制約・評価基準などを構造的に定義するドキュメントまたは設定ファイルです。YAMLやPythonクラスとして記述されることが多く、生成系タスク（例：要約、分類、翻訳など）の形式化に用いられます。

---

Task Definition の主な記述要素

以下は典型的なタスク定義の構造です（YAMLベースの記述例）：

yaml
task_name: summarize_article
description: >
  与えられた記事本文を要約するタスクです。出力は自然な日本語で、150文字以内に収めること。
input_spec:
  - name: article_text
    type: string
    description: 要約対象の記事本文
output_spec:
  - name: summary
    type: string
    constraints:
      max_length: 150
      language: "ja"
prompt_template: |
  以下の記事を読んで、150文字以内で要約してください：
  {article_text}
evaluation:
  metrics:
    - rouge_l
    - gpt_based_judgement

---

各要素の説明

---

Python形式での定義（クラスベース）

AutoGenでは、YAMLだけでなくPythonコードでクラスベースにタスクを定義することも可能です：

python
from autogen import TaskDefinition

class SummarizeTask(TaskDefinition):
    task_name = "summarize_article"
    description = "記事の要約タスク。自然な日本語で150文字以内。"
    input_spec = {
        "article_text": {"type": str, "description": "要約対象の本文"}
    }
    output_spec = {
        "summary": {"type": str, "max_length": 150, "language": "ja"}
    }
    prompt_template = (
        "以下の記事を読んで、150文字以内で要約してください：\n{article_text}"
    )
    evaluation = {
        "metrics": ["rouge_l", "gpt_based_judgement"]
    }

---

Task Definition の活用場面

• Generator に渡すプロンプトの構築

• Filter による出力のスクリーニング条件の指定

• Critic による出力品質評価のための基準設定

• AutoGenワークフロー全体の再利用性・自動化のための構造化

---

補足：設計時のポイント

• 汎用性：テンプレートが他のタスクにも転用できるように設計する。

• 評価容易性：明確な評価指標（ROUGE, BLEU, GPT-based判定）を定義する。

• 制約明記：出力に関する長さ、形式、言語などの制約は明示的に記述する。

• 入力変数のバリデーション：型や必須性のチェックを入れると安全。