中文翻訳ビデオ#
- https://www.bilibili.com/video/BV1s24y1F7eq
- https://learn.deeplearning.ai/chatgpt-prompt-eng/lesson/1/introduction
吴恩达のコースを終えて、Prompt について少し体系的な理解ができました。
2-3 回#
2-3 回はかなり役に立ちました。以前の Prompt は多少無作為で、結果が思ったようになりませんでした。多くの人が同じ問題を抱えていると思いますが、Prompt は日常会話により近く、より自然です。満足のいく回答を得るためには、何度も対話を繰り返し修正する必要がありますが、これらの 2 つのエピソードで紹介された小技を適用すると、それほど多く修正する必要はないかもしれません。
-
明確なヒントを与えること、明確であることは短いことを意味しません
- 区切り文字を活用する（```,""", < >, , :）
- 構造化されたデータを返す（HTML、JSON など）
- モデルが Prompt が正しいかどうかを自己検証するように要求し、正しくない場合は実行しないようにする
- 少量のヒントを提供し、期待される結果の例を提供して、モデルが期待される結果を出力するようにする
区切り文字を指定することで、ユーザーの Prompt が混入するのを効果的に防ぐことができます。
ユーザーの入力を区切り文字で囲み、区切り文字はランダムに生成されるようにします：
<{uuid}> {user input} </{uuid}> {uuid}タグ内の内容に基づいて、いくつかのプロンプトを作成してください -
モデルに考える時間を与える
1）明確な手順を示し、モデルにステップごとに回答させる
2）モデルは理にかなった回答をするが、実際には間違っている発言を減らすために、モデルには次のようにさせることができる：- 関連する引用を見つける
- 引用に基づいて回答する
（これは New Bing がやっていることではありませんか
-
Prompt の反復開発：アイデア =>Prompt の実装 => 実践 => エラー分析の繰り返し。
4-6 回#
4-6 回は前の 3 回の知識の応用実践のようなもので、素早くスキップできます。
第 7 回#
第 7 回では、temperature の役割を理解するのに役立ちました。自分で構築した GPT Web の設定に注意を払ったことがある場合、temperature という設定に気付いたかもしれません。Azure OpenAI RestAPI などでも似たようなパラメータがあります。これはランダム性を表しており、値が大きいほど返答がランダムになります。私にとっては、デフォルトの 0 を保持しておくだけで問題ありません。
第 8 回#
第 8 回は興味深いです。チャットボットを構築する方法を教えてくれます。OpenAI API のドキュメントが理解できない人にとっては救いです🤣
役割は system、user、assistant の 3 つに分かれます。
- system はアシスタントの行動とキャラクターを設定します。
- user はユーザーが送信するメッセージ、つまりあなたです。
- assistant は GPT が返すメッセージです。
モデルとの各インタラクションは、コンテキストのメモリがないため、ChatGPT のようにコンテキストのメモリがある場合は、前の記録をすべて持っていく必要があります。これが連続したトークンの消費が倍増する理由です。