LLMにプロンプトエンジニアリングを自動実行させる手法の続編。前回の誤答フィードバックによる改善をさらに進め、評価指標の設計と人間による評価の重要性に焦点を当てます。データセットを用いた試行から見えた、自動最適化の限界と人間の役割を考察します。