OPRO(Optimization by PROmpting)は、Google DeepMindの研究者が2023年の論文「Large Language Models as Optimizers」で提案した最適化手法である。最適化したい問題を自然言語で記述し、これまでに得られた解とその点数をメタプロンプトに入れて言語モデルに渡し、より高い点数が得られる新しい解を生成させる。新しい解を評価して再びメタプロンプトに加える手順を繰り返す。
代表的な用途はプロンプト最適化で、課題の正答率を高める指示文をモデル自身に探させる。勾配を計算せず、モデルの出力と点数だけを使うため、APIでしか利用できないモデルにも適用できる。