プロンプトの基礎

プロンプトは、LLM（大規模言語モデル）と効果的に連携する技術です。プロンプトの構造（ガイドライン、コンテキスト、時には例を含む）をどのように構成するかによって、結果の品質が大きく異なります。

基本プロンプト

単純なプロンプトも強力です。例を通してこれを見てみましょう。

基本的なプロンプトの例

Propmt : 고양이는

Output : 고양이는 사랑스럽고 독특한 동물 중 하나로, 수많은 사람들에게 사랑을 받고 있습니다.

この例は、モデルが与えられたプロンプトに従ってどのように考えていくのかを示しています。しかし、このような単純なプロンプトは常に意図した作業と一致しない可能性があるため、文脈と明確なガイドラインの重要性を強調します。

Propmt : 문장을 완성하세요: 고양이는

  Output : 고양이는 우아한 모습과 호기심 많은 성격으로 많은 사람들의 마음을 사로잡는 동물입니다.
이들은 그 특유의 미모와 유연한 몸뚱아리로 우리를 매료시키며, 독립적인 성격과 함께 때로는 애정을 
드러내어 주인들과 강한 유대감을 형성합니다. 또한 고양이는 수많은 역사적인 순간과 신화에 등장하여 
그들의 중요성을 상징적으로 보여주었으며, 현대에는 애완 동물로서 우리 가정에 행복과 안정을 가져다 
주고 있습니다. 고양이는 집안을 깨끗하게 유지하고 스트레스를 줄여주는 등 우리의 삶에 긍정적인 영향을 
끊임없이 미치며, 정말로 특별한 존재입니다.

ここで、モデルに文を完成させるように指示すると、より一貫性があり関連性のある出力が得られます。これらの改善は、プロンプトエンジニアリングの性質、すなわちモデルが特定のタスクを実行するように指示するプロンプトを設計することをよく示しています。

私が見たばかりの「猫」の例をあなたが直接見ているなら、同じ答えは決して出てこないでしょう。意味は一脈上痛か似たような形の答えが出てくるのが基本で、たまにちょっと奇妙な答えが出たりするでしょう。上記の例は、同じ質問でもどのような方法で行うかに応じて、完全に異なる答えを出すことがわかります。

ただ「猫は」と打った時、LLMはそれをはじめと考え、「猫は～」で始まる文章を書きました。文面に「文章を完成しましょう：猫は」というプロンプトを入力したときは、はるかに長くて提示した答えが出てきます。これは、LLMでどのようにそれぞれの質問を受け取ったかを見てみました。

猫がを提供した場合、言語モデルが把握した質問意図:

[질문의도]: 사용자의 질문을 이해하고 고양이에 관한 정보를 제공합니다.

文章を完成させる: 猫がを提供した場合, 言語モデルが把握した質問意図:

[질문의도]: 사용자가 주어진 문장을 완성하여 고양이에 대한 정보를 요청한 것으로 추정됩니다.

人間の立場では、同様の概念と考えているPromptも、人工知能には異なる意図で把握され、答えを生成します。これがPromptingが重要な理由の鍵です。同じことが気になってやりたくても人工知能の力量は十分ですが、使い方を知らないようにする場合が汚れています。このガイドはそれを克服することが最大の目的です。

ソースを表示し、著作権者の許可の下で営利目的で使用することができます。

Made with Slashpage