DSPy：AIプログラミングのための高レベル言語
DSPyは、モジュール型のAIソフトウェア構築を可能にする宣言的なフレームワークです。
プロンプトの調整ではなく、構造化されたコードで効率的に反復開発を行え、大規模言語モデル（LLM）の効果的なプロンプトや重みをコンパイルするアルゴリズムを提供します。
自然言語モジュールを組み合わせてAIソフトウェアを構築し、モデルや戦略の変更に柔軟に対応できます。
DSPyは、アセンブリ言語からC言語、あるいはポインタ演算からSQLへの移行と同様に、AIプログラミングのための高レベル言語として機能します。
インストールや利用方法、モジュールの構築などが公式ドキュメントで紹介されています。
AIアプリケーション開発において、プロンプトを文字列として手動で調整する手法（プロンプティング）は、システムの信頼性やメンテナンス性を大きく損なう課題がありました。この課題を解決するために登場したのが、DSPyです。DSPyは、大規模言語モデル（LLM）の利用を「プロンプティング」ではなく「プログラミング」として捉え直し、AIソフトウェアを構築するための宣言的なフレームワークとして注目を集めています。
AI開発を「プログラミング」へシフト
DSPyの最大の特徴は、AIシステムをプロンプトの文字列調整から解放し、構造化されたコードとして構築できる点にあります。従来のAI開発では、LLMの変更やパイプラインの変更のたびに、プロンプトという「文字列」を細かく修正する必要がありました。DSPyは、このプロセスを、入力と出力の振る舞いを定義した「モジュール」として扱うことで根本的に変革します。これにより、システム設計と特定のLLMやプロンプティング戦略といった偶発的な選択肢を切り離すことが可能になりました。
モジュールによるAIシステムの構築
DSPyでは、AIシステムの各コンポーネントをモジュールとして定義します。例えば、「質問を受け取り、数値（float）を返す」といった振る舞いをシグネチャとして指定し、その振る舞いを実現するための戦略をモジュールに割り当てます。DSPyは、このシグネチャを自動的にLLMが理解できるプロンプトに展開し、LLMからの出力を型付けされたデータとして解析します。この仕組みにより、異なるモジュールを組み合わせて、移植性が高く、最適化可能なAIシステムを容易に構築できるのです。
多様なLLM環境への対応力
DSPyは、OpenAI、Anthropic、Geminiといった主要なAPIだけでなく、Databricksやローカル環境のLLM（Ollama、SGLangなど）にも対応しています。LLMのプロバイダーがOpenAI互換のエンドポイントを提供していれば、基本的に`openai/`プレフィックスを付けるだけで利用可能です。これにより、開発者は特定のLLMに縛られることなく、統一されたAPIを通じて多様なモデルや推論戦略を試すことが可能になっています。
結論
DSPyは、AI開発における「プロンプトエンジニアリング」の限界を指摘し、より堅牢で保守性の高い「AIプログラミング」のパラダイムを提示しました。これは、AIアプリケーションを単なる実験的なデモから、実用的なプロダクトへと進化させるための重要な基盤技術となる見込みです.
原文の冒頭を表示（英語・3段落のみ）
Programming—not prompting—LMs¶
DSPy is a declarative framework for building modular AI software. It allows you to iterate fast on structured code, rather than brittle strings, and offers algorithms that compile AI programs into effective prompts and weights for your language models, whether you're building simple classifiers, sophisticated RAG pipelines, or Agent loops.
Instead of wrangling prompts or training jobs, DSPy (Declarative Self-improving Python) enables you to build AI software from natural-language modules and to generically compose them with different models, inference strategies, or learning algorithms. This makes AI software more reliable, maintainable, and portable across models and strategies.
※ 著作権に配慮し、引用は冒頭3段落までです。続きは元記事をご覧ください。