ChatGPT4を飼い慣らす 34 ChatGPTにわかりやすく指示を出すためのプロンプトエンジニアリング その2「Few-shotプロンプトとは」
ChatGPT4を毎日付き合うようになると、ChatGPT4を飼い慣らすこと自体に時間を使うようになってきて、楽しいが時間の浪費とも思えるようになってきた。
最初からプログラム言語的なコマンドに近い形で伝達すればいい。
それがプロンプトエンジニアリングというものだろう。というのが昨日のChatGPT4を飼い慣らす 33だった。
https://note.com/keijiikeya/n/n86fe2c5aeb0e
いくつかサイトを見てみたらいくつか有用だと思えるものがあったので書いておきます。
【戦術】few-shotプロンプトを使用してタスクの成功例を示す
モデルに実際やってほしいタスクをやってもらう前に、実行して欲しいタスクの成功例を提示するようなプロンプトの作り方をfew-shotプロンプトと呼ぶ（逆に何も提示しないものをzero-shotプロンプトと呼ぶ）。
こんなものもあった。
「Few-shotプロンプティング」をChatGPTに聞いてみたら、お答えは以下。
「Few-shot prompting」は、GPT-3やGPT-4のような大規模言語モデルを用いた特定のタスクの実行方法を指します。このアプローチでは、モデルに数例の「プロンプト」（入力）と「応答」（出力）を提供し、それからモデルが次のプロンプトに対してどのように応答すべきかを学ぶことが期待されます。
このアプローチは "few-shot"（少数例での学習）と呼ばれる理由は、モデルが新しいタスクを実行するために必要な例が非常に少ないからです。この方法を用いると、大規模な前処理済み言語モデルが新しいタスクを学ぶための柔軟性と応用性を示すことが可能になります。
たとえば、あるAIに対して、人間の感情を推定するタスクを実行させたいとしましょう。その場合、次のようにプロンプト（質問）と応答（回答）を用意します。
arduinoCopy codeプロンプト: "以下の文章の感情を推定してください: 'すごく嬉しいです！'" 応答: "喜び" プロンプト: "以下の文章の感情を推定してください: 'とても悲しい…'" 応答: "悲しみ"
これらの例を提供した後、新たなプロンプトをモデルに与えます。
arduinoCopy codeプロンプト: "以下の文章の感情を推定してください: 'もう、何もかもがめんどくさい。'"
その後、モデルはこれまでに見た例を基に新しい感情を推定することが期待されます。
このアプローチは「few-shot（少数の例での学習）」と呼ばれます。これは、モデルが新しいタスクを学ぶのに必要な例が非常に少ないためです。この手法を使うことで、既存の大規模な言語モデルが、新しいタスクを学習するための柔軟性と応用性を示すことが可能になります。
つまり、出してほしい答えや形式の実例を示し、こういう風にやってほしいということなだろう。
実はもうこれはやっている。
僕はデイリーのスケジュール管理をChatGPTにやってもらうようになった。
この
「昨日のスケジュールを参考に同一のフォーマットで本日のスケジュールを策定\」がそれにあたるのではないか。
ところでこの「Few-shotプロンプト」という言葉を知ったNOTEのページ
ではこんな例が示されている。
これは、回答のタッチ、文体のことをしてしているんだろう。よくChatGPTでやりがちな「村上春樹風の文体で書いて」も、遠からずそれに当たるのだろうと思われる。
これを実用的に使うシーンがまだ思いつかないが、できたらやってみようと思う。
ChatGPT4を飼い慣らす旅はまだまだ続きます。
ChatGPT4を飼い慣らす、の一覧がこちら。
以下はiPhoneアプリでChatGPTを入れてみた話。
マイクを使った音声入力が凄い話をした。音声入力の精度の高さが凄い。
これがややバズリギミな記事
スマホアプリのもう一つのメリット、カメラについても、こちら。
これは凄いです。OCRがすごい。
その後も淡々と、校正してもらったりしている。
いまのところ僕が最も重宝している使い方がスケジューリングのコパイロットとして使うことだ。