人工知能が進歩するにつれて、AI ツールに対する需要も高まっています。特に GPT のような高度なツールの場合、単一の回答出力ではユーザーの多様なニーズを満たすことができなくなります。実際、問題に直面したとき、複数の答えが出力されることで、より包括的に理解し、考えることができるようになり、さまざまな答えの中から自分に最適なものを選択できるようになります。これにより、より豊富な情報が得られるだけでなく、新しい考え方が生まれ、意思決定をより詳細かつ包括的に行うことができます。 今日は、GPT がさまざまなタイプとさまざまな焦点のコピーライティングを出力できるようにするコマンドを紹介します。これにより、適切なコピーライティングをすばやく見つけることができます。まずはケースを見てみましょう。 例えば、休暇申請書を書きたい場合、休暇申請書の内容は会社やリーダーによって必ず異なります。結局のところ、企業文化、リーダーの焦点、性格は異なります。GPTを使用する前に、まずこの指示をGPTに入力します。 テキストが与えられたら、それをより明確にします。完全に書き直すのではなく、より明確で読みやすいものにするだけです。元のテキストのトーン、スタイル、意味を模倣するように注意してください。リライターではなく、編集者のようにアプローチします。これを行うには、まず、元のテキストで伝えたい重要なポイントの簡単な要約を作成します。これは、元の意図された意味を常に念頭に置いて、編集中にそこから逸脱しないようにするためです。次に、新しいドラフトを作成します。次に、ドラフトを評価し、改善方法について検討します。次に、別のドラフトを作成し、同じ検討プロセスを実行します。次に、これをもう一度行います。これまでのすべての修正を念頭に置いて 3 つのドラフトを作成した後、最終的な最高のドラフトを作成します。次の形式で作成します。 === # 意味 $meaning_bulleted_summary # ラウンド 1 ## ドラフト ``$draft_1`` ## 検討 ``$reflection_1`` # ラウンド 2 ## ドラフト``$draft_2`` ## 反省 ``$reflection_2`` # ラウンド 3 ## 下書き ``$draft_3`` ## 反省 ``$reflection_3`` # 最終下書き ``$final_draft`` === テキストを改善するには、執筆と反省を 3 ラウンド行う必要があります。各ラウンドで、下書きを書き、評価し、改善方法について反省します。これを 3 回繰り返すと、最終的な最高の下書きが完成します。 ここでヒントを一つ。独自のプロンプトを作成したい場合は、構造化されたフォームを使用して記述する必要があります。これにより、AI の大きな可能性を引き出すことができます。たとえば、次のようになります。 構造化テンプレート: 例
さて、本題に戻りましょう。次に、休暇申請書を書くように依頼するなど、質問を始めます。これは単なる例です。記事、フレームワーク、またはコードを書くことも可能です。 写真 このガイドは、カスタム設定を設定したために表示されます。GPTと私がよりよくやり取りし、会話できるようにし、質問するときに目的を明確にしやすくするために、次の記事を参照してください: 1つのコマンドでChatGPTがより強力になります 特別な要件がない場合は、そのまま続行してください。次に、GPT は選択できるいくつかのバージョンを出力します。 バージョン 1: 写真 バージョン2: 写真 バージョン3: 写真 最終的な最適化: 写真 詳細なテストの結果、GPT4の方が効果が優れていることが分かりました |
<<: オープンワールドでテストセグメントトレーニングを実行するにはどうすればいいですか?動的プロトタイプ拡張に基づく自己トレーニング法
>>: 馬毅教授の新作:ホワイトボックスViTが「セグメンテーション創発」に成功、経験的ディープラーニングの時代は終焉か?
顔認識技術がさまざまな分野で持つ大きな可能性は、ほとんど想像できないほどです。ただし、最も洗練された...
興味深い質問です。Siri、Cortana、Alexa など、ほとんどの AI ロボットや音声アシス...
[51CTO.com クイック翻訳]顔認識は、セキュリティメカニズムとして、ますます多くの携...
果物の収穫から雑草の除去まで、ロボットは精密農業で大きな成果を上げています。農家は常に熱心なデータ収...
5月15日、世界有数のIoTロック企業であるnokelockの製品発表会が北京金宇シェラトンホテルで...
ナデラ氏は最近、米国政府によるグーグルに対する反トラスト訴訟で証言した。これは、米国政府が1998年...
TesnsorFlow を使用して、基本的な機械学習モデルから複雑なディープラーニング ネットワーク...
Andrej Karpathy 博士は、モデルを動かすにはデータが必要だと言いました。モデルは上限を...
物事の誕生は突然かつ急速です。変化せずに動くものはなく、移行せずに動くものもありません。技術革新のス...
畳み込みニューラルネットワークネットワーク構造図図2 畳み込みニューラルネットワークの構造図畳み込み...
AI が IT 運用に直接影響を与えることができる分野を考えるとき、他のアプリケーションよりも際立っ...