■ 概要（1行） DSPyは、単なるプロンプトエンジニアリングではなく、Pythonコードによる宣言的なプログラミングアプローチを通じて、大規模言語モデル（LLM）の出力を体系的に最適化し、自律的に改善させるためのフレームワークです。 ■ 特徴・用途（2〜3行） システムを「モジュール化」し、クラスやパイプラインとして構造化できる点が最大の技術的利点です。プロンプトの最適化アルゴリズム（例：ContextやDemonstrationの最適化）を組み込むことで、実験的なプロンプトチューニングプロセスを自動化し、システムの信頼性と性能を定量的に高めることが可能です。複雑なRAGパイプラインやエージェントループなど、複数のステップが絡む複雑なAIアプリケーションの構築に最適です。 ■ 結論（1行） LLM利用を「職人技的なプロンプト書き」から「検証可能で再利用可能なソフトウェアコンポーネント開発」へと昇華させるための、実用的な標準化レイヤーを提供します。