高密度（teeszk）

転職し改名したCS Ops ﾆﾝｹﾞﾝ。ヘッダーは@nakatani0004から！

高密度（teeszk）

転職し改名したCS Ops ﾆﾝｹﾞﾝ。ヘッダーは@nakatani0004から！
  • 固定された記事

大規模言語モデル(LLM)の内在的知識を引き出すプロンプトとその仕組み

はじめに前回の記事で書ききれなかった続編にあたる内容です。 発端となった「法律事務所のためのChatGPT利活用ガイドブック」では、主にChain-of-Thoughtプロンプティング(以下、CoT) や Tree of Thoughts フレームワーク(以下、ToT）を取り上げて、複雑な推論タスクの解決に取り組んでいました。そこで、今回はそれらのプロンプト技術CoTを踏まえつつ、ToTやプロンプト技術の可能性を検証していきたいと思います。 プロンプトエンジニアリングとは

高密度（teeszk）

    • Difyに入門してみました

      話題のDifyへ入門してみました。入門と言っても、まだ初歩的なフロー構築の部分のみです。 この記事で書いていること Difyで具体的に何ができるのか？ Difyは何が良いのか？ Difyをどのようにセットアップして動かすのか？ DifyとはDifyはLLMの実行のワークフローを構築するプラットフォームです。Difyを利用することでノーコードでLLMを活用したアプリケーションを実現できます。 具体的には、チャットボットやワークフローの形式でWeb画面上からLLMに様

      高密度（teeszk）

      • LangChain と Claude3 Haiku で Q&A精度向上の試み

        はじめに前回に引き続きのLangChain と今回は Claude3 Haiku を用いたQ&Aシステムの検証です。Claude3 Haikuについては以前の記事で GPT-3.5 よりも精度が高いことが判明しています。今回は実際のAPIを利用することで、Q&Aシステムに近づけて工夫の余地がないかを試していきたいと思います。 架空のサービス参照するための、架空のサービスとして、以前に用意したこちらを利用して、質問に対して適切な回答が可能なのかを検証します。 検証目的今回試

        高密度（teeszk）

        • LangChainとOpenAI APIでお手軽Q&Aことはじめ

          はじめにここ最近で大規模言語モデル(LLM)に関連するnoteを書いています。そこで今回は、今更ながらのLangChainの学習を兼ねて大規模言語モデル(LLM)の品質向上の工夫の余地を模索していきたいと思います。 前置き今回は、初回ということで、ミニマムなRetrievalを利用したコード例を紹介するにとどめています。タイトルにお手軽Q&Aといったものの、gpt-3.5 turboなどは単体で高度なQ＆Aを実現できるので、現時点ではまだ有効活用ができる段階ではありません。

          高密度（teeszk）
        • 固定された記事

        大規模言語モデル(LLM)の内在的知識を引き出すプロンプトとその仕組み

        高密度（teeszk）

          大規模言語モデル(LLM)の性能を底上げするIn-Context Learningの可能性と限界

          はじめに前回にあたる法律事務所のためのChatGPT利活用ガイドブックを読んだ、という記事で少し触れた128kトークンを上回るコンテキストウィンドウの対応により、回答(生成)の体験がどう変わるのか、去年から色々ChatGPTで遊んで試していました。昨年時点の期待感から一転して、やはり立ちはだかる障壁などの解像度も上がってきたので、このタイミング書き起こしてみたいと思います。 おさらい前回紹介の書籍ではリーガル活用のプロンプトについて焦点があたっていましたが、一方で法令文章は

          高密度（teeszk）

          大規模言語モデル(LLM)の性能を底上げするIn-Context Learningの可能性と限界

          高密度（teeszk）

          リーガル・プロンプトの可能性（法律事務所のためのChatGPT利活用ガイドブックを読んだ）

          表題の通り、「法律事務所のためのChatGPT利活用ガイドブック」を読みました。仕組みから解き明かすリーガル・プロンプトというサブタイトルだけあって、めちゃくちゃ読み応えがありました（それにもかわらず、今更ながらのnote書き起こしです）。 Amazonのリンクはこちら ざっくり書籍の内容実際の弁護士の方が執筆された書籍です。個人的な興味は小難しい法令文章の理解をサポートする用途でした。事前に文章を読み込ませた上で専門家への相談前の整理および留意点洗い出しなどの可能性に関

          高密度（teeszk）

          リーガル・プロンプトの可能性（法律事務所のためのChatGPT利活用ガイドブックを読んだ）

          高密度（teeszk）

          「問題」入門以前

          はじめに ビジネスの現場においては、大小様々な「問題解決」を迫られることに直面します。日々の生活においても全人類にとって避けては通れないスキルです。それにもかかわらず「ぜんぜんわからない、俺たちは雰囲気で"問題解決"をやっている」気がすることはありませんか？ 今回の記事では、参考文献から問題解決への道筋を学んでいきます。 また、最後に参考文献をリストしています。未読であればぜひ読んでみてください。 1. 問題の定義とは？問題とは、現状と理想との間のギャップと表現されます

          高密度（teeszk）

          「問題」入門以前

          高密度（teeszk）

          ファストドクターの体験がとても良かった話

          最近体験した中で最も印象的なサービスの一つが、「ファストドクター」というオンライン診察のプラットフォームです。このサービスの体験が良かったので簡単にnoteにしたいと思いました。 コロナに罹り、数日経過して少しずつ復調するものの、咳が止まらなくて、特に就寝時の咳が厳しく眠れずに辛かった。。。 土曜の夜に「このまま眠れない状態で月曜に復帰出来るのだろうか」とかなり困っていました。通常であれば、日曜日は診療所も閉まっていて、そもそもコロナ罹患していたので、普通のクリニックは受

          高密度（teeszk）

          ファストドクターの体験がとても良かった話

          高密度（teeszk）

          大量にあるヘルプページの記事をZendesk API+GAS+Textlint(Python)を使って一括でトンマナ校正を頑張る

          この記事では、Zendeskのヘルプページ情報の取得と表記ゆれチェックを一括で行うために頑張る話です。アドホックな用途で、しかも一発限定モノではありますが、このアイデアが、ざっくり誰かの役に立てば幸いです。 困っていること細かいトンマナを修正したいと思っているけれど、ヘルプページの記事数もそれなりに増えていてちょっと気が重い。さらに、後で修正したトンマナが不適切だと感じることが度々あります（個人の問題だけど）。再度修正することになるのではないか（自己正当化ムーブ）と、修正を

          高密度（teeszk）

          大量にあるヘルプページの記事をZendesk API+GAS+Textlint(Python)を使って一括でトンマナ校正を頑張る

          高密度（teeszk）

          ChatGPTに質問したい科学の話

          今ChatGPTの有効な使い方の記事がたくさん登場しています。 使ってみた感想では、個人的には工夫次第ですごく便利だなと感じました。生産性向上という観点では、まだまだ留意点があるような気がしたので、その辺は別途書くとして、今回は「ChatGPTに宇宙や科学」について質問すると面白かったので、久々に note を書きました。 ChatGPTの利用において言うまでも無いことChatGPTへの質問に個人情報や機密情報は絶対に記載しないこと さらに「個人を特定可能ではないが…」

          高密度（teeszk）

          ChatGPTに質問したい科学の話

          高密度（teeszk）

          PythonでZendesk情報を取得する

          Pythonでチケット情報を取得してSlackへ通知する方法です。メモ備忘録枠です。 GASはライブラリなど使用せず、ZendeskのAPIから取得可能です。 一方でPythonの場合は、Googleスプレッドシートへ転記する場合は、gspreadというライブラリを使います。 Zendeskへのアクセスは Zenpyというクライアントライブラリが有名です。今回はこちらを使用しています。 Slackへの投稿はSlack Web Clientを使用します（Python用S

          高密度（teeszk）

          PythonでZendesk情報を取得する

          高密度（teeszk）

          「良いFAQの書き方」で学ぶ現場で使えるFAQ改善への道

          とても参考になり、かつ具体例が豊富すぎる書籍でした。 はじまりはこの日・・・FAQに特化したkindle参考書の不在 上記のツイートにもあるように、FAQに特化したkindle参考書はほとんどありませんでした（物理本なら「FAQの活用と実践」がありましたが） 類似では、同じく技術評論社から出てる「ヘルプサイトの作り方」があって、すごく参考になる知見が多かったです。 ただヘルプサイトの作り方は、（有益知見はたくさんあるものの）文字通りヘルプサイトの情報設計全体をスコープ

          高密度（teeszk）

          「良いFAQの書き方」で学ぶ現場で使えるFAQ改善への道

          高密度（teeszk）

          GASでZendeskマクロの作成と更新作業をラクにする

          前回の続き。既に作成済みのマクロをスプレッドシートで管理する話でした。 今回はGASで一括作成や更新を可能にするやつです。 やりたいことZendesk マクロの作成や更新を一括で行いたい スプレッドシートに設定値を書いておいてそれをひたすらZendeskへセットしていきたい Googleスプレッドシートの用意前回と同様にスプレッドシートから設定値を取得することにします。 マクロを新規作成する POST /api/v2/macros GASのコード（新規作成）co

          高密度（teeszk）

          GASでZendeskマクロの作成と更新作業をラクにする

          高密度（teeszk）

          GASを使ってZendeskの情報を片っ端からスプレッドシートへ転記する

          Zendesk初心者ですが、今回は Zendeskの各種設定と上手に付き合っていくために情報整理していて、GASを使ったりしていたので、その辺を書いています。 背景そもそもZendeskはカスタマイズや簡単で、工夫次第でかなりシステムを構築できます。 一方で、作りこみすぎるとメンテナンスが大変で、他メンバーはもちろん、自分でも「なるほど分からん」状態になってしまう気配をひしひしと感じています（もちろんZendeskに限らずですが）。 せめてGoogleスプレッドシート上

          高密度（teeszk）

          GASを使ってZendeskの情報を片っ端からスプレッドシートへ転記する

          高密度（teeszk）

          お問い合わせと上手に向き合う下準備（Zendesk編）

          これはカンムアドベントカレンダー2021の16日目です。 昨日はデザイナーのtorimizunoさんの「事実に向き合う」文化が垣間見えるとき でした（※タイトル決めかねてたので救いの記事でした。記事もまたすごく良い!!）。 8月にCS（業務部）としてカンムに入社しました。現在はCSオペレーションなどの設計に携われていて、やりがいもあり刺激的です！ Zendesk始めてみましたカンムではZendeskを利用しています（詳しくはZendeskサービス概要）。 Zendesk

          高密度（teeszk）

          お問い合わせと上手に向き合う下準備（Zendesk編）

          高密度（teeszk）

          お問い合わせと上手に向き合う下準備（ざっくり把握編）

          これは日々のお問い合わせを細かく分解して「どんなお問い合わせ」が「どのくらいあるのか」を上手に把握するための記事です。前置きはさておき、早速やっていきましょう。 目的を抑える目的は以下になります。 ②の「課題着手の優先度を明確にするため」についてはもう少し補足します。 たとえば、こんな感じの問い合わせと集計があったとして・・・ より細かく原因を深掘っていき・・・ 件数をカウントして・・・ 問い合わせ全体の件数から「利用状況を確認したい」の割合を確認する・・・ す

          高密度（teeszk）

          お問い合わせと上手に向き合う下準備（ざっくり把握編）

          高密度（teeszk）