Cisco AIは、LLMアプリのプロンプト最適化におけるボトルネックを解消する新システム「FAPO」を発表しました。
FAPOはClaude Codeで駆動し、基準プロンプトから目標精度まで多段パイプラインを自動で最適化します。
利用者はデータセットと初期プロンプトを用意し、FAPOが評価、失敗の分類、改良案の提案、検証を反復します。
最適化は「プロンプト→パラメータ→連鎖構造」の3段階でエスカレーションし、各段階で改善があれば採用します。
失敗はステップ単位で原因を帰属し、検索失敗、連鎖の連鎖的失敗、フォーマット不備、推論失敗の4分類で次の変更方針を決めます。
過学習対策として、学習分割のみの検査、改良案ファイルの不変化、提案ごとの独立レビューを設けています。
CiscoはGEPAとの比較で、18のモデル・ベンチマークのうち15でFAPOが上回ったと報告しました。
特にHoVerとIFBenchでは連鎖構造まで変更し、平均で+33.8ppの改善を示したとしています。
FAPOはApache 2.0でオープンソースとして公開され、最適化エージェントとしてClaude Codeに加えCodexにも対応します。
参照元：2026/06/21 「Cisco AI Introduces FAPO: Pipeline-Aware Prompt Optimization With Step-Level Failure Attribution and Claude Code Orchestration」 https://www.marktechpost.com/2026/06/20/cisco-ai-introduces-fapo-pipeline-aware-prompt-optimization-with-step-level-failure-attribution-and-claude-code-orchestration/
この記事へのリアクション
このニュースをどう受け止めましたか？
コメント