本文へスキップ

AI運用の判断と根拠を引く

Enterprise AI運用辞典

トップへ戻る

プロンプト／インストラクション設定管理

用語・参照用語・参照公式仕様のみ公式仕様のみ鮮度未確認鮮度を確定できない

記事状態: 公開 · 最終確認: 未確認

要点

「Promptやシステム instructionは単なる文章ではなく、本番挙動を変える構成資産としてバージョン管理する。再現・監査に必要なのはprompt本文だけではなく、実行時に解決されたprompt 改訂版、モデル、generation設定、ツール/検索・取得/policy等の組合せである。productionのようなaliasは運用に便利だが、監査ログにはalias名だけでなく実際に参照したimmutable バージョンを残す。」

現在の判断

  • プロンプトのバージョニングは、単なる提案ではなく、既存の実装慣行である。MLflowは、不変のプロンプトバージョン、コミットメッセージ、タグ、環境のエイリアス、レスポンス形式、およびモデル構成を提供しており、エイリアスをバージョン間で移動させることで、昇格や以前の保存地点へ戻す操作が可能である。
  • Google Vertex AI also exposes saved prompt resources and versions and documents バージョン listing/restoration. 現在の Python samples use vertexai.preview.prompts; therefore API maturity/利用可能性 must be rechecked at publication-update time.
  • Prompt text alone is insufficient for reproducibility. MLflow’s Prompt object itself recognizes model_config, and Vertex examples bind prompt data with model_name/system_instruction and optional generation/安全性 settings. From these implementations plus EA-055 replay requirements, Core should treat the 配備 unit as an execution-configuration bundle rather than only text. This is 推論/PROPOSAL, not a universal standard.
  • Recommended bundle 主体の識別: immutable prompt/instruction 改訂版 + モデル ID/改訂版/alias resolution + generation parameters + response データ形式の定義 + ツール definitions/versions + 検索・取得/索引/policy references + 安全性/guardrail 設定 + environment + 評価 dataset/バージョン + 担当者/承認/change reason. 実行環境 traces should record the resolved immutable revisions actually used.
  • Environment aliases (production, staging, etc.) improve operability but are mutable pointers. 監査/replay records must resolve and persist the 対象 バージョン at 実行 time; retaining only the alias is insufficient forensic 出典・来歴.
  • 以前の状態へ戻す操作 should create or select a known 設定 改訂版 and preserve 履歴; “edit the 現在の prompt back by hand” destroys 出典・来歴. Google’s restore sample creating a restored バージョン and MLflow’s immutable-version/alias モデル both 裏付け this operational pattern.

どこまで当てはまるか

  • 企業AI運用の共通原則: バージョン管理された設定 / 不変の改訂版 / プロモーション / ロールバック / 出典・来歴
  • PromptOps / 実装: prompt registry、environment alias、CI/評価 確認・承認の条件
  • 製品への対応付け: Google Vertex AI Prompt Management等
  • OSS practice: MLflow Prompt Registry
  • 運用管理・統制 / 監査: 担当者、review、承認、change reason、effective 配備 バージョン

詳しく理解する

なぜ重要か

プロンプトやシステム指示は、AIの挙動を変える実行構成であり、コードを変更しなくても安全性、ツールの選択、出力形式、ビジネスルールの遵守状況が変わる。プロンプトの本文だけをGitの断片や管理画面に散在させると、インシデント発生時や再現（replay）時に「本番環境で何が使用されたか」を復元できない。EA-054 による以前の保存地点への戻す操作、EA-055 による再現/フォレンジック、EA-056 による成果物インベントリと接続する構成管理が必要である。

対象範囲と前提

  • 企業AI運用の共通原則: バージョン管理された設定 / 不変の改訂版 / プロモーション / ロールバック / 出典・来歴
  • PromptOps / 実装: prompt registry、environment alias、CI/評価 確認・承認の条件
  • 製品への対応付け: Google Vertex AI Prompt Management等
  • OSS practice: MLflow Prompt Registry
  • 運用管理・統制 / 監査: 担当者、review、承認、change reason、effective 配備 バージョン

検討ポイント

プロンプトをバージョン管理された成果物として管理するだけで再現性は得られるか。モデル、生成設定、ツール、検索/ポリシーなどを、どこまで同じ構成セット（設定 bundle）として固定する必要があるか。

根拠資料の対応表

利用できる条件

  • MLflow Prompt Registry behavior depends on deployed MLflow バージョン/backend and 組織 auth 設定; docs establish OSS 利用可能な機能, not any managed-service parity.
  • Vertex AI Prompt APIs require Google Cloud project/auth/location and the 現在の SDK/API 利用機能・接続経路; preview namespace usage means publication-time 状態 must be rechecked.
  • No 記述・判断 is made that Anthropic/OpenAI or every 提供元 offers an equivalent first-party registry in every 契約プラン/region; 製品への対応付け remains separate.

実装・運用

IMPLEMENTABLE NOW. Core pattern: immutable 成果物 改訂版 -> 評価 -> 承認 -> environment alias/pointer -> 配備 -> 実行環境 logs capture resolved 改訂版 -> 以前の状態へ戻す操作 by alias/promotion to an approved immutable バージョン. Store prompt/instruction assets in EA-056 registry and link 実行環境 改訂版 IDs into EA-051 稼働状況の記録 and EA-055 forensic records.

確認・評価方法

構成管理の品質は、汎用的なモデルベンチマークではなく、変更のゲート（承認プロセス）によってテストされるべきです：回帰評価セット、ポリシー/安全性チェック、ツール呼び出しの契約テスト、出力スキーマのテスト、コスト/レイテンシの比較、およびカナリアリリース/ロールバックの演習。評価データセットやスコアラーのバージョン自体も出典となります。評価に合格したからといって、本番環境での安全性が保証されるわけではありません。

セキュリティとプライバシー

  • Security: prompts can contain policy logic, hidden instructions, ツール constraints and sometimes 秘密情報; 秘密情報 should be referenced through 秘密情報 management rather than embedded in prompt artifacts.
  • Privacy: test examples and prompt variables can contain sensitive data; registry access and 保持期間・保持方針 need data classification.
  • 監査: record author, reviewer, immutable バージョン/hash or 提供元 バージョン ID, change reason, 評価 成果物, 承認, promotion time, alias movement and resolved 実行環境 バージョン.
  • Cost: regression 評価 and dual-running/canarying incur 推論 cost; risk-tier changes rather than every wording edit can determine 確認・承認の条件 depth.
  • 運用性：レジストリ／エイリアスのキャッシュにより、ポインタの変更が遅延する可能性があります。MLflowでは、不変のバージョンと変更可能なエイリアスでキャッシュの挙動が異なるため、以前の保存地点へ戻す操作（ロールバック）の目標復旧時間（RTO）には、キャッシュや伝播のセマンティクスを考慮する必要があります。

CURRENTNESS AUDIT

MLflow prompt templates/versions are immutable but model_config on a prompt バージョン is mutable after creation. Vertex AI prompt versioning/restoration remains PRODUCT_VOLATILE. A prompt-version ID alone is not an immutable full 実行 設定.

確認できていること

  • プロンプトのバージョニングは、単なる提案ではなく、既存の実装慣行である。MLflowは、不変のプロンプトバージョン、コミットメッセージ、タグ、環境のエイリアス、レスポンス形式、およびモデル構成を提供しており、エイリアスをバージョン間で移動させることで、昇格や以前の保存地点へ戻す操作が可能である。

  • Google Vertex AI also exposes saved prompt resources and versions and documents バージョン listing/restoration. 現在の Python samples use vertexai.preview.prompts; therefore API maturity/利用可能性 must be rechecked at publication-update time.

  • Prompt text alone is insufficient for reproducibility. MLflow’s Prompt object itself recognizes model_config, and Vertex examples bind prompt data with model_name/system_instruction and optional generation/安全性 settings. From these implementations plus EA-055 replay requirements, Core should treat the 配備 unit as an execution-configuration bundle rather than only text. This is 推論/PROPOSAL, not a universal standard.

  • Recommended bundle 主体の識別: immutable prompt/instruction 改訂版 + モデル ID/改訂版/alias resolution + generation parameters + response データ形式の定義 + ツール definitions/versions + 検索・取得/索引/policy references + 安全性/guardrail 設定 + environment + 評価 dataset/バージョン + 担当者/承認/change reason. 実行環境 traces should record the resolved immutable revisions actually used.

  • Environment aliases (production, staging, etc.) improve operability but are mutable pointers. 監査/replay records must resolve and persist the 対象 バージョン at 実行 time; retaining only the alias is insufficient forensic 出典・来歴.

  • 以前の状態へ戻す操作 should create or select a known 設定 改訂版 and preserve 履歴; “edit the 現在の prompt back by hand” destroys 出典・来歴. Google’s restore sample creating a restored バージョン and MLflow’s immutable-version/alias モデル both 裏付け this operational pattern.

よくある失敗・反証

  • Versioning a prompt cannot guarantee identical モデル output; モデル/提供元 revisions, nondeterminism, tools, 検索・取得 状態 and 外部 data may change.

  • A prompt registry does not by itself enforce review, 評価 quality, separation of duties or safe promotion. Those are 組織 処理の流れ controls.

  • 変更可能なエイリアスはデプロイを簡素化するが、実行テレメトリにエイリアスのみが記録されている場合、使用時点における曖昧さを生じさせる。

  • プロバイダー固有のプロンプト・リソースは、スキーマとライフサイクルが異なります。プロバイダー間でプロンプトIDやバージョンの移植性があるとは記述しないでください。

  • vertexai.preview.promptsの下に示されているGoogleのサンプルAPIは、製品の変更により変動する可能性がある（PRODUCT_VOLATILE）ため、将来の公開前に再検証する必要があります。

  • Registry deletion/保持期間・保持方針 settings can conflict with forensic needs; 本番環境 保持期間・保持方針 policy must be designed explicitly.

  • OPEN: 提供元横断設定 bundleの最小共通データ形式の定義。OPEN: first-party prompt registriesの提供元/契約プラン差と保持期間・保持方針/export portability。OPEN: promptだけでなくツール データ形式の定義/検索・取得 policy/guardrailを同一atomic 公開・提供として扱う標準的manifestの有無。STOP CONDITION: versioning・promotion・以前の状態へ戻す操作の実装precedent、prompt-only再現性の限界、Core候補bundle、publication-time recheck点まで確立したためEA-058初回packetはbounded complete。

    ---

実務での使い方

  • MLflow Prompt Registry behavior depends on deployed MLflow バージョン/backend and 組織 auth 設定; docs establish OSS 利用可能な機能, not any managed-service parity.

  • Vertex AI Prompt APIs require Google Cloud project/auth/location and the 現在の SDK/API 利用機能・接続経路; preview namespace usage means publication-time 状態 must be rechecked.

  • No 記述・判断 is made that Anthropic/OpenAI or every 提供元 offers an equivalent first-party registry in every 契約プラン/region; 製品への対応付け remains separate.

  • IMPLEMENTABLE NOW. Core pattern: immutable 成果物 改訂版 -> 評価 -> 承認 -> environment alias/pointer -> 配備 -> 実行環境 logs capture resolved 改訂版 -> 以前の状態へ戻す操作 by alias/promotion to an approved immutable バージョン. Store prompt/instruction assets in EA-056 registry and link 実行環境 改訂版 IDs into EA-051 稼働状況の記録 and EA-055 forensic records.

  • 構成管理の品質は、汎用的なモデルベンチマークではなく、変更のゲート（承認プロセス）によってテストされるべきです：回帰評価セット、ポリシー/安全性チェック、ツール呼び出しの契約テスト、出力スキーマのテスト、コスト/レイテンシの比較、およびカナリアリリース/ロールバックの演習。評価データセットやスコアラーのバージョン自体も出典となります。評価に合格したからといって、本番環境での安全性が保証されるわけではありません。

  • Security: prompts can contain policy logic, hidden instructions, ツール constraints and sometimes 秘密情報; 秘密情報 should be referenced through 秘密情報 management rather than embedded in prompt artifacts.

  • Privacy: test examples and prompt variables can contain sensitive data; registry access and 保持期間・保持方針 need data classification.

  • 監査: record author, reviewer, immutable バージョン/hash or 提供元 バージョン ID, change reason, 評価 成果物, 承認, promotion time, alias movement and resolved 実行環境 バージョン.

  • Cost: regression 評価 and dual-running/canarying incur 推論 cost; risk-tier changes rather than every wording edit can determine 確認・承認の条件 depth.

  • 運用性：レジストリ／エイリアスのキャッシュにより、ポインタの変更が遅延する可能性があります。MLflowでは、不変のバージョンと変更可能なエイリアスでキャッシュの挙動が異なるため、以前の保存地点へ戻す操作（ロールバック）の目標復旧時間（RTO）には、キャッシュや伝播のセマンティクスを考慮する必要があります。

  • EA-056 AI Asset Registryへ prompt/instruction asset type、immutable バージョン、担当者、environment alias、評価/承認 linkageを追加候補。

  • EA-051 稼働状況の記録へ prompt.asset_id, prompt.version, configuration_bundle_id 相当をprovider-neutral fieldとして検討。

  • EA-054 以前の状態へ戻す操作ではprompt alias切替だけでなくモデル/ツール/検索・取得/policyとの整合を確認するcompound 以前の状態へ戻す操作 checklistへ接続。

  • EA-055 のリプレイでは、変更可能なエイリアスを再解決せず、当時記録した変更不可能な改訂版を参照します。

  • MLflow prompt templates/versions are immutable but model_config on a prompt バージョン is mutable after creation. Vertex AI prompt versioning/restoration remains PRODUCT_VOLATILE. A prompt-version ID alone is not an immutable full 実行 設定.

まだ確認できていないこと

  • EA-058-UNKNOWN-01

    OPEN: 提供元横断設定 bundleの最小共通データ形式の定義。OPEN: first-party prompt registriesの提供元/契約プラン差と保持期間・保持方針/export portability。OPEN: promptだけでなくツール データ形式の定義/検索・取得 policy/guardrailを同一atomic 公開・提供として扱う標準的manifestの有無。STOP CONDITION: versioning・promotion・以前の状態へ戻す操作の実装precedent、prompt-only再現性の限界、Core候補bundle、publication-time recheck点まで確立したためEA-058初回packetはbounded complete。

    ---

  • EA-058-UNKNOWN-CURRENTNESS

    外部根拠の再確認日が正式な本文・公開管理情報で確定していないため、現行性は未確認のまま保持する。確認日を推測して補わない。

根拠資料

出典ID・検証情報・機械可読データ

根拠の種類と情報の鮮度は、ラベルとアイコンで確認できます。

記事ID
EA-058
最終確認日
—
提供元・モデル・プラン・利用環境
Google
対象地域
—
元資料の全文と収録照合記録
WHY_THIS_MATTERS_TO_UPDATE

Prompt/system instructionはAI挙動を変える実行構成であり、コードを変えなくても安全性、tool選択、出力形式、business rule遵守が変わる。prompt本文だけをGit断片や管理画面に散在させると、incident/replay時に“何が本番で使われたか”を復元できない。EA-054 rollback、EA-055 replay/forensics、EA-056 asset inventoryと接続する構成管理が必要。

SCOPE_ROUTING
  • Enterprise AI Core: versioned configuration / immutable revision / promotion / rollback / provenance
  • PromptOps / implementation: prompt registry、environment alias、CI/eval gate
  • Provider mapping: Google Vertex AI Prompt Management等
  • OSS practice: MLflow Prompt Registry
  • Governance / audit: owner、review、approval、change reason、effective deployment version
CLAIM_OR_RESEARCH_QUESTION

Promptをversioned artifactとして管理するだけで再現性は得られるか。model、generation settings、tools、retrieval/policy等をどこまで同じconfiguration bundleとして固定する必要があるか。

EVIDENCE TABLE
FINDINGS
  • Prompt versioning is an existing implementation practice, not merely a proposal. MLflow provides immutable prompt versions, commit messages, tags, environment aliases, response format and model configuration; aliases can move between versions for promotion/rollback.
  • Google Vertex AI also exposes saved prompt resources and versions and documents version listing/restoration. Current Python samples use vertexai.preview.prompts; therefore API maturity/availability must be rechecked at publication-update time.
  • Prompt text alone is insufficient for reproducibility. MLflow’s Prompt object itself recognizes model_config, and Vertex examples bind prompt data with model_name/system_instruction and optional generation/safety settings. From these implementations plus EA-055 replay requirements, Core should treat the deployment unit as an execution-configuration bundle rather than only text. This is INFERENCE/PROPOSAL, not a universal standard.
  • Recommended bundle identity: immutable prompt/instruction revision + model ID/revision/alias resolution + generation parameters + response schema + tool definitions/versions + retrieval/index/policy references + safety/guardrail config + environment + evaluation dataset/version + owner/approval/change reason. Runtime traces should record the resolved immutable revisions actually used.
  • Environment aliases (production, staging, etc.) improve operability but are mutable pointers. Audit/replay records must resolve and persist the target version at execution time; retaining only the alias is insufficient forensic provenance.
  • Rollback should create or select a known configuration revision and preserve history; “edit the current prompt back by hand” destroys provenance. Google’s restore sample creating a restored version and MLflow’s immutable-version/alias model both support this operational pattern.
LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE
  • Versioning a prompt cannot guarantee identical model output; model/provider revisions, nondeterminism, tools, retrieval state and external data may change.
  • A prompt registry does not by itself enforce review, evaluation quality, separation of duties or safe promotion. Those are organization workflow controls.
  • Mutable aliases simplify deployment but introduce time-of-use ambiguity if execution telemetry records only the alias.
  • Provider-native prompt resources differ in schema and lifecycle; do not claim portability of prompt IDs/versions across providers.
  • Google sample APIs shown under vertexai.preview.prompts are PRODUCT_VOLATILE and must be revalidated before future publication.
  • Registry deletion/retention settings can conflict with forensic needs; production retention policy must be designed explicitly.
AVAILABILITY_GATES
  • MLflow Prompt Registry behavior depends on deployed MLflow version/backend and organization auth configuration; docs establish OSS capability, not any managed-service parity.
  • Vertex AI Prompt APIs require Google Cloud project/auth/location and the current SDK/API surface; preview namespace usage means publication-time status must be rechecked.
  • No claim is made that Anthropic/OpenAI or every provider offers an equivalent first-party registry in every plan/region; provider mapping remains separate.
IMPLEMENTATION_STATE

IMPLEMENTABLE NOW. Core pattern: immutable artifact revision -> evaluation -> approval -> environment alias/pointer -> deployment -> runtime logs capture resolved revision -> rollback by alias/promotion to an approved immutable version. Store prompt/instruction assets in EA-056 registry and link runtime revision IDs into EA-051 telemetry and EA-055 forensic records.

BENCHMARK_OR_EVAL

Configuration management quality should be tested by change gates rather than a generic model benchmark: regression eval set, policy/safety checks, tool-call contract tests, output-schema tests, cost/latency comparison and canary/rollback exercise. Evaluation dataset/scorer versions are themselves provenance. Passing evaluation does not guarantee production safety.

SECURITY / PRIVACY / AUDIT / COST / OPERABILITY
  • Security: prompts can contain policy logic, hidden instructions, tool constraints and sometimes secrets; secrets should be referenced through secret management rather than embedded in prompt artifacts.
  • Privacy: test examples and prompt variables can contain sensitive data; registry access and retention need data classification.
  • Audit: record author, reviewer, immutable version/hash or provider version ID, change reason, evaluation artifact, approval, promotion time, alias movement and resolved runtime version.
  • Cost: regression evaluation and dual-running/canarying incur inference cost; risk-tier changes rather than every wording edit can determine gate depth.
  • Operability: registry/alias caching can delay pointer changes. MLflow documents different cache behavior for immutable versions vs mutable aliases, so rollback RTO must account for cache/propagation semantics.
SAFE_WORDING_FOR_FUTURE_BOOK

「Promptやsystem instructionは単なる文章ではなく、本番挙動を変える構成資産としてversion管理する。再現・監査に必要なのはprompt本文だけではなく、実行時に解決されたprompt revision、model、generation設定、tool/retrieval/policy等の組合せである。productionのようなaliasは運用に便利だが、監査ログにはalias名だけでなく実際に参照したimmutable versionを残す。」

UPDATE_WORK_HANDOFF
  • EA-056 AI Asset Registryへ prompt/instruction asset type、immutable version、owner、environment alias、evaluation/approval linkageを追加候補。
  • EA-051 telemetryへ prompt.asset_id, prompt.version, configuration_bundle_id 相当をprovider-neutral fieldとして検討。
  • EA-054 rollbackではprompt alias切替だけでなくmodel/tool/retrieval/policyとの整合を確認するcompound rollback checklistへ接続。
  • EA-055 replayではmutable aliasを再解決せず、当時記録したimmutable revisionを参照する。
OPEN_UNKNOWN / STOP_CONDITION

OPEN: provider横断configuration bundleの最小共通schema。OPEN: first-party prompt registriesのprovider/plan差とretention/export portability。OPEN: promptだけでなくtool schema/retrieval policy/guardrailを同一atomic releaseとして扱う標準的manifestの有無。STOP CONDITION: versioning・promotion・rollbackの実装precedent、prompt-only再現性の限界、Core候補bundle、publication-time recheck点まで確立したためEA-058初回packetはbounded complete。

---

CURRENTNESS_AUDIT

MLflow prompt templates/versions are immutable but model_config on a prompt version is mutable after creation. Vertex AI prompt versioning/restoration remains PRODUCT_VOLATILE. A prompt-version ID alone is not an immutable full execution configuration.

  • EVD-EA-058-URL-118388C854B6研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    1) [author-maintained OSS docs] Prompt Registry, MLflow AI Platform. Canonical:

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-058-URL-118388C854B6
    検証箇所
    EVIDENCE TABLE · 1) [author-maintained OSS docs] Prompt Registry, MLflow AI Platform. Canonical: https://mlflow.org/docs/latest/genai/prompt-registry/
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-058-URL-07789C42B49A研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    2) [author-maintained OSS docs] Manage Prompt Lifecycles, MLflow AI Platform. Canonical:

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-058-URL-07789C42B49A
    検証箇所
    EVIDENCE TABLE · 2) [author-maintained OSS docs] Manage Prompt Lifecycles, MLflow AI Platform. Canonical: https://mlflow.org/docs/latest/genai/prompt-registry/manage-prompt-lifecycles-with-aliases/
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-058-URL-B5D112A68AF1研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    3) [author-maintained OSS docs] Use Prompts in Apps, MLflow AI Platform. Canonical:

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-058-URL-B5D112A68AF1
    検証箇所
    EVIDENCE TABLE · 3) [author-maintained OSS docs] Use Prompts in Apps, MLflow AI Platform. Canonical: https://mlflow.org/docs/latest/genai/prompt-registry/use-prompts-in-apps/
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-058-URL-843C089305C7研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    4) [official product docs] List available prompt versions, Generative AI on Vertex AI, Google Cloud. Canonical:

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-058-URL-843C089305C7
    検証箇所
    EVIDENCE TABLE · 4) [official product docs] List available prompt versions, Generative AI on Vertex AI, Google Cloud. Canonical: https://docs.cloud.google.com/vertex-ai/generative-ai/docs/samples/generativeaionvertexai-prompt-list-prompt-version
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-058-URL-86C7EB613982研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    5) [official product docs] Restore a version of a prompt, Generative AI on Vertex AI, Google Cloud. Canonical:

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-058-URL-86C7EB613982
    検証箇所
    EVIDENCE TABLE · 5) [official product docs] Restore a version of a prompt, Generative AI on Vertex AI, Google Cloud. Canonical: https://docs.cloud.google.com/vertex-ai/generative-ai/docs/samples/generativeaionvertexai-prompt-restore-version
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EVD-EA-058-URL-D0A28C3433C2研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE

    6) [official product docs] Create and use a Vertex AI Prompt to generate text, Google Cloud. Canonical:

    裏付ける内容
    —
    確認日
    —
    出典・実験ID
    SRC-EA-058-URL-D0A28C3433C2
    検証箇所
    EVIDENCE TABLE · 6) [official product docs] Create and use a Vertex AI Prompt to generate text, Google Cloud. Canonical: https://docs.cloud.google.com/vertex-ai/generative-ai/docs/samples/generativeaionvertexai-prompt-template-create-generate-save
    適用範囲
    EVIDENCE TABLE
    出典・来歴
    SOURCE_PACKET_REFERENCE_PROJECTED
    限界
    元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
  • EA-058-R11-RESEARCH研究資料研究資料根拠の出所: AUDITED_CANONICAL_RESEARCH_PACKET

    EA-058 監査済みresearch / canonical revision binding

    裏付ける内容
    1. Prompt versioning is an existing implementation practice, not merely a proposal. MLflow provides immutable prompt versions, commit messages, tags, environment aliases, response format and model configuration; aliases can move between versions for promotion/rollback. 2. Google Vertex AI also exposes saved prompt resources and versions and documents version listing/restoration. Current Python samples use vertexai.preview.prompts; therefore API maturity/availability must be rechecked at publication-update time. 3. Prompt text alone is insufficient for reproducibility. MLflow’s Prompt object itself recognizes model_config, and Vertex examples bind prompt data with model_name/system_instruction and optional generation/safety settings. From these implementations plus EA-055 replay requirements, Core should treat the deployment unit as an execution-configuration bundle rather than only text. This is INFERENCE/PROPOSAL, not a universal standard. 4. Recommended bundle identity: immutable prompt/instruction revision + model ID/revision/alias resolution + generation parameters + response schema + tool definitions/versions + retrieval/index/policy references + safety/guardrail config + environment + evaluation dataset/version + owner/approval/change reason. Runtime traces should record the resolved immutable revisions actually used. 5. Environment aliases (production, staging, etc.) improve operability but are mutable pointers. Audit/replay records must resolve and persist the target version at execution time; retaining only the alias is insufficient forensic provenance. 6. Rollback should create or select a known configuration revision and preserve history; “edit the current prompt back by hand” destroys provenance. Google’s restore sample creating a restored version and MLflow’s immutable-version/alias model both support this operational pattern.
    確認日
    —
    出典・実験ID
    COMM-055-EA0058
    検証箇所
    COMM-055-EA0058 · EA-058-R5-LEGACY-MIGRATION-20261008-R1 · content/staging/EA-058.md
    適用範囲
    監査済みEA本文・canonical revision・既存Source Graph relationの範囲。欠損currentnessは推測で閉じない。
    出典・来歴
    AUDIT_PASS_CANONICAL_BINDING
    限界
    canonical監査・revision bindingの存在を示す。外部ソースcurrentnessが本文またはcontrol-planeで確定していない場合は、currentnessをUNKNOWNのまま保持する。
  • EA-058-R11-WEB-READBACK実装資料実装資料根拠の出所: IMPLEMENTATION_READBACK

    EA-058 Web body identity / canonical readback

    裏付ける内容
    canonical staging bodyのSHA-256一致とR9 canonical ledger readbackをProduction projectionの入力として検証する。
    確認日
    —
    出典・実験ID
    WEBBODY-EA0058-R8-C4473E59
    検証箇所
    WEBBODY-EA0058-R8-C4473E59 · content/staging/EA-058.md · EA-058-R5-LEGACY-MIGRATION-20261008-R1
    適用範囲
    R9/R10 canonical readback後のProduction生成時body identity。
    出典・来歴
    CANONICAL_READBACK_BODY_HASH_MATCH
    限界
    body identity/readbackは本文claim自体の真偽や外部ソースの最新性を追加保証しない。
出典ID
COMM-055-EA0058, SRC-EA-058-URL-118388C854B6, SRC-EA-058-URL-07789C42B49A, SRC-EA-058-URL-B5D112A68AF1, SRC-EA-058-URL-843C089305C7, SRC-EA-058-URL-86C7EB613982, SRC-EA-058-URL-D0A28C3433C2, WEBBODY-EA0058-R8-C4473E59
追跡中のUNKNOWN ID
EA-058-UNKNOWN-01, EA-058-UNKNOWN-CURRENTNESS
再確認のきっかけ
正式な 改訂版/publication 状態 change · 本文 成果物 hash change · 出典 現行性 change · new contradiction or 実装 結果の照合

機械検査: 通過 — 機械検査の結果です。情報の正確性や実行の承認を保証するものではありません。

    同じ記事IDの機械可読データです。