営業の受注率が向上するAI商談解析クラウド ACES Meet

OpenAI、ChatGPTのプロンプトのコツを公開|より良い結果を得るための 6つの戦略と18の戦術

ACES Meet blog_chatgpt_prompt

更新日:2023年12月20日

公開日:2023年12月20日

OpenAIが、ChatGPTを活用するためのプロンプトエンジニアリングを紹介するテキストを公開した。このテキストには、GPT-4を使って最適な結果を得るための6つの戦略と、それらを実践する際の18の戦術(具体例)が含まれている。この記事では、戦略と戦術(具体例)を紹介する。

aces meet_table

戦略①明確な指示を書く

LLMは利用者の考えを読み取ることはできません。返答が長すぎると感じたら、簡潔な答えをリクエストしてください。返答があまりにも簡単であれば、より専門的な内容を要求することができます。出力の形式が好みでなければ、望む形式の例を示してください。モデルに推測の余地を少なくすることで、求める結果を得やすくなります。

明確な指示の具体例

  • クエリに具体的な詳細を盛り込む
  • モデルに特定のペルソナを採用することを要求する
  • 区切り文字を用いて入力の異なるセクションをはっきりさせる
  • タスクを遂行するのに必要なステップを明示する
  • 例を挙げる
  • 出力の望ましい長さも指定する

戦略②参考テキストを提供する

LLMは、特に複雑な話題や引用、URLに関する質問に対して、誤った情報を作り出すことがあります。学生がテストで良い成績を取るためのノートのように、これらのモデルに参考資料を提供することで、誤った情報を減らし、より正確な回答を導くのに役立ちます。

参考テキストの具体例

  • 参考テキストを使用して回答するよう指示する
  • 参考テキストからの引用を用いて回答するよう指示する

戦略③複雑なタスクをより単純なサブタスクに分割する

ソフトウェアエンジニアリングでは、複雑なシステムをモジュール化されたコンポーネントに分割することが好ましい習慣です。これと同じ原則が、言語モデルに送信されるタスクにも適用されます。複雑なタスクは単純なものに比べてエラーが発生しやすいため、多くの場合、これらはより簡単なタスクの連続として再構成することができます。これにより、前のタスクの出力を次のタスクの入力として使うことができます。

分割の具体例

  • インテント分類を利用して、ユーザーのクエリに最も適した指示を特定する
  • 長い会話が必要な対話アプリケーションでは、以前の会話を要約したりフィルタリングする
  • 長い文書は部分的に要約し、それらを組み合わせて完全な要約を形成する

戦略④LLMに「考える」時間を与える

もしあなたが「17 × 28を計算せよ」と言われたとき、すぐに答えが出なくても、考えれば解けるようになります。このように、モデルも、瞬時に答えるよりも時間をかけて考えた方が、推論ミスが少なくなります。モデルに「思考の連鎖」を求めるような指示をすると、より正確な答えにたどり着くための推論が促されます。

考える時間を与える具体例

  • 結論を急がず独自の解決策を見つけるよう指示する
  • 内なる独り言や一連のクエリを使用してモデルの推論プロセスを隠す
  • 以前の試みで何か見逃していないか尋ねる

戦略⑤外部ツールを使用する

外部ツールの使用を活用することで、モデルの限界を補うことができます。たとえば、テキスト検索システム(RAGや検索拡張生成とも呼ばれる)を使うことで、モデルに関連するドキュメントの情報を提供することが可能です。また、OpenAIのコードインタープリターのようなコード実行エンジンは、計算やコードの実行をサポートします。タスクをより確実または効率的に実行できる場合は、言語モデルとツールの両方の利点を活用するために、タスクをツールにオフロードします。

外部ツールを使用の具体例

  • エンベディングベースの検索を使用して、効率的なナレッジ検索を実装する
  • コード実行機能を用いて、より正確な計算を行ったり、外部APIを呼び出す
  • 特定の関数へのアクセスを許可する

戦略⑥体系的なテストをする

テストは組織的に行われ、パフォーマンスの測定が改善を促進します。時には、プロンプトの変更が特定の例でパフォーマンスを向上させる可能性がありますが、より広範な例では全体のパフォーマンスが落ちることもあります。したがって、変更が全体的にプラスの影響を与えているかを確認するためには、包括的なテストスイート(評価とも呼ばれます)の設定が必要になることがあります。

体系的なテストの具体例

  • ゴールドスタンダードの回答を参照してモデルの出力を評価する

参考:ChatGPT(チャットGPT)とは?料金や始め方、上手に使うコツを紹介

参考:Prompt engineering

参考:Prompt examples

aces_讃岐勇哉

執筆者

讃岐 勇哉

出版社、広告代理店、制作会社、事業会社で雑誌や広告、Webメディアの編集や運用、デジタルマーケティングに携わる。2016年、DeNA入社。メディアや広報、ブランディング業務などを担当。その後、Webマーケティングメディア『ferret』で編集長業務、SEO・コンテンツマーケティング責任者として従事。2023年5月よりACESにマーケターとして参画。

  • AIが議事録を自動作成 商談・会議に集中! 成果に直結!
  • AIが議事録を自動作成 商談・会議に集中! 成果に直結!

お問い合わせ・資料請求

サービス紹介資料、導入のご相談等、まずはお気軽にお問い合わせください。