ChatGPT を成功させるための 26 のスーパーヒント

ChatGPT を成功させるための 26 のスーパーヒント

今日は、実際の戦闘でよく使われる26のヒントを紹介します。これにより、出力がより効果的になります。見てみましょう

1 - 大規模な言語モデルと通信する場合、丁寧な言葉遣いをする必要はありません。「お願いします」「よろしければ」「ありがとう」「欲しい」などと付け加える必要はありません。必要なことだけを言ってください。

目的: 時間を節約し、問題の核心に直接到達すること。

例: 「このデータの分析を手伝ってください」とは言わず、「このデータを分析してください」とだけ言います。

2 - プロンプトで聴衆を明確にします。たとえば、聴衆はその分野の専門家です。 '

目的: 対象者を明確にすると、モデルが回答の深さと技術レベルをより適切に判断できるようになります。

例: 聴衆が金融の専門家である場合、「私が金融分野の専門家であると仮定して、この財務モデルについて説明してください」と言うことができます。

3 - インタラクティブな会話の中で、複雑なタスクを一連のよりシンプルなプロンプトに分解します。

目的: 複雑なタスクを単純なステップに分解して、対応を理解しやすくし、実装しやすくします。

例: 「Web サイトをゼロから作成するにはどうすればよいですか?」と一度に質問しないでください。「最初のステップでは、Web サイトのプラットフォームをどのように選択すればよいですか?」のように、段階的に質問します。

4 - 「する」などの肯定的な指示を使用し、「しない」などの否定的な言葉は避けます。

目的: 否定的な言葉を避けて指示を明確かつ簡潔にする

例: 「量子物理学を複雑な言葉で説明しないでください」と言う代わりに、「量子物理学の基本原理を説明してください」と言う。

5 - トピック、アイデア、または情報についての理解を明確にしたり、より深く理解したりする必要がある場合は、次のプロンプトを使用します。

[特定のトピック]を簡単な言葉で説明してください。

11歳児のように説明してください。

[分野]の初心者であるかのように説明してください。

[記事/本文/段落]を、5歳児に説明するような簡単な英語で書いてください。

目的: 詳細な理解が必要な場合に、簡略化された言語や比喩を使用して複雑な概念を理解しやすくします。

例: 「相対性理論を説明してください」と尋ねる代わりに、「11 歳の子供に説明するのと同じように相対性理論を説明してください」と言います。

6 - 「より良い解決策があれば、xxx ドルのチップを差し上げます!」と追加します。

目的: より深く革新的な反応を刺激する潜在的な報酬を提案する

例: 複雑な問題を解決するために助けを求めるときは、「この解決策に対して 50 ドルのチップを差し上げたいと思います」と言うことができます。

7 - 例に基づいたプロンプトを使用します (いくつかの例のプロンプトを使用します)。

目的: 具体的な例をガイドとして使用して、回答の関連性と正確性を高めます。

例: 「地球温暖化についての記事を書いてください」と言う代わりに、「地球温暖化について、このような記事を書いてください」という例を示します。

8 - プロンプトをフォーマットするときは、「###Instructions###」で始め、その後に「###Example###」または「###Question###」(該当する場合)を続けます。次に、コンテンツを考えます。手順、例、質問、背景、入力データを区切るには、1 つ以上の改行を使用します。

目的: 構造化された形式を使用して、指示と期待を明確に伝えます。

例: 次のようなプロンプトを記述できます: 「###手順### 数値の配列をソートするコードを記述します。###例### たとえば、[3, 1, 4] は [1, 3, 4] にソートされる必要があります。」

9 - 「あなたの仕事は」および「あなたはしなければならない」というフレーズを含めます。

目的: 明確な指示を使用してタスクの目的を明確にする

例: 「市場分析ができますか?」と尋ねるのではなく、「あなたの仕事は効果的な市場分析レポートを提供することです」と言うことができます。

10 - 「あなたは罰せられるでしょう」というフレーズが含まれています。

例: 難しいタスクを設定するときは、「分析が正確でない場合はペナルティが課せられます」と言うことができます。

11 - プロンプトで「自然で人間らしい方法で質問に答えてください」というフレーズを使用します。

例: 「機械学習とは何ですか?」と、自然で人間らしい方法で答えてください。

12 - 「段階的に考える」などのガイドとなる言葉を使います。

例: 「問題を解決する手順を説明するときは、段階的に考えます。」

13 - プロンプトに「回答は偏見のないものとし、固定観念に頼らないようにしてください」を追加します。

例: 「異なる文化について議論するときは、偏見のない回答をし、固定観念に頼らないようにしてください。」

14 - 必要な出力を提供するのに十分な情報が得られるまで、モデルが正確な詳細と要件を抽出できるように質問します (例: 「これから、次の質問をしてください...」)。

例: 特定の機能のためのソフトウェアが必要な場合は、「在庫管理ソフトウェアが必要です。私の具体的なニーズを理解できるように、いくつか質問してください。」と言うことができます。

15 - 特定のトピック、アイデア、または情報について質問し、理解度をテストしたい場合は、次のフレーズを使用できます。「[任意の定理/トピック/ルール名] を教えてください。最後にテストを含めてください。ただし、答えは教えないでください。そして、答えたときに正解かどうか教えてください。」

例: 「ピタゴラスの定理を教えて、最後にテストをしてください。ただし、私が答えて正しいかどうかわかるまで答えを教えてくれないでください。」

16-大規模言語モデルにロールを割り当てます。

例: 「栄養士として、健康的な食事プランを教えてください。」

17 - 区切り文字を使用します。

例: 「###質問###機械学習とは何ですか?###回答###機械学習とは...」

18 - 1 つのプロンプトで特定の単語またはフレーズを複数回繰り返します。

例: 「光合成について説明してください。光合成のプロセスとは何ですか? 生態系における光合成の役割は何ですか?」

19 - Chain of Thoughts (CoT) といくつかのサンプルプロンプトを組み合わせます。

例: 「この数学の問題を解いてください: 5x + 3 = 2。手順について考えてください: まず、何をする必要がありますか? 次に、どのように進めますか?」

20 - 出力ガイドを使用します。つまり、希望する出力の始まりでプロンプトを終了します。

例: 「環境保護に関する記事を書いてください。記事は「環境保護はこれまで以上に重要になっています。その理由は...」で始まる必要があります。」

21 - 詳細な記事/テキスト/段落/エッセイ、またはあらゆる種類のテキストを書く場合: 「[トピック] に関する詳細な [記事/テキスト/段落] を、必要な情報をすべて加えて書いてください」。

例: 「関連するすべての統計とケーススタディを含む、再生可能エネルギーの重要性に関する詳細な記事を書いてください。」

22 - スタイルを変えずに特定のテキストを修正/変更するには: 「ユーザーが送信するすべての段落を修正するようにしてください。ユーザーの文法と語彙を改善し、自然な響きになるようにするだけにしてください。フォーマルな段落をカジュアルにするなど、文章スタイルを変更しないでください。」

例: 「この段落の文法と語彙を修正してください。ただし、正式なスタイルはそのままにしておいてください。」

23 - 異なるファイルが関係する可能性のある複雑なコーディング プロンプトがある場合: 「今後は、複数のファイルにまたがるコードを生成するたびに、[プログラミング言語] スクリプトを生成し、これを実行して指定されたファイルを自動的に作成するか、既存のファイルを変更して生成されたコードを挿入します。[問題]」。

目的: 複数のファイルを含むプログラミング タスクのコード生成の効率と精度を向上します。

例: 「従業員データを管理するために、複数の Java ファイルにまたがるプロジェクトが必要です。必要なファイルを自動的に作成し、コードを挿入するスクリプトを生成します。」

24 - 特定の単語、フレーズ、または文でテキストを開始または継続する場合は、次のプロンプトを使用します。o 「[歌詞/ストーリー/段落/記事...]の冒頭を提供しました: [歌詞/単語/文を挿入]」。提供された語彙を使用して、一貫した流れを維持しながら完成させます。

目的: テキストの一貫性と文体の一貫性を維持しながら創造性を刺激する

例: 「『ある晴れた朝、キツネが…』という物語の冒頭をお伝えします。この言葉に基づいて物語を完成させてください。」

25 - キーワード、ルール、プロンプト、または指示の形式で、モデルがコンテンツを作成するために従わなければならない要件を明確に示します。

目的: 特定のキーワードと指示を通じてコン​​テンツの正確性と関連性を確保します。

例: 「地球温暖化についての記事を書いてください。二酸化炭素、温室効果、持続可能などのキーワードを必ず含めてください。」

26 - 提供されたサンプルと内容が類似する記事や段落などのテキストを、以下の指示を含めて書いてください。o 提供された段落 [/title/text/article/answer] と同じ言語を使用してください。

目的: 与えられたサンプルに基づいて、同様のスタイルと内容を持つテキストを生成するようにモデルをガイドする

例: 「中世ヨーロッパを説明するこのテキストと同様のスタイルで段落を書いてください。」

<<: 

>>:  大きな模型が家から盗まれました! CNN はマルチモーダル性において Transformer と同等に優れている (Tencent と香港中国語)

ブログ    
ブログ    

推薦する

AIアプリケーションはコストを2倍以上にする

人工知能の登場により、多くの企業がこの分野の研究開発に多額の資金を投資し、一部の企業は成果を上げ始め...

アヴネットの鍾喬海氏:人工知能はモノのインターネットの実装を加速させる

【51CTO.comオリジナル記事】 今日では、AI や IoT テクノロジーに投資する企業がますま...

北京大学光華管理学院 周連:人工知能は中間所得層にどのような影響を与えるのでしょうか?

オピニオンリーダー | 北京大学光華管理学院文:周 連(北京大学光華管理学院副学長)新興技術である人...

フェイスブック従業員の半数が10年以内にリモート勤務、転勤、給与削減へ、ザッカーバーグは二級都市、三級都市で大量採用

[[327238]] Twitter社が永久に在宅勤務を行うと発表した後、ザッカーバーグ氏は今後5年...

PyTorchの基本操作の詳細な説明

[[406246]] PyTorch とは何ですか? PyTorch は、最大限の柔軟性と速度を備え...

...

ガンダムの運転をシミュレーションしますか? !優秀な学生が高度にシミュレーションされた運転体験ロボットシステムを発明し、白熱した議論を巻き起こした。

誰もがいつでもザクを操縦できるわけではありませんが、最近、優秀な大学生が「リモートコックピット」と呼...

マスク氏に敵対的買収の疑い!ツイッター株を受け取ったが取締役会には参加せず、訴訟を起こされている

これはすべて悪意のある計画ですか? ツイッター株を7000万株以上購入した後、マスク氏は取締役会への...

Google のアルゴリズムが明らかに: 検索リクエストは平均 2,400 キロメートル往復移動します

Google 検索の進化3月12日のニュース: 世界で最も広く使われている検索エンジンであるGoog...

...

2019年ディープラーニングフレームワークランキング(トップ10からトップ3まで)

【51CTO.comオリジナル記事】 1. 前に書く5Gは2019年上半期の輝く「星」と言えるが、...

世界で最も強力なオープンソース モデルが一夜にして所有者が変わりました。 Google Gemma 7B が Llama 2 13B を圧倒、オープンソース戦争が再燃

真夜中に雷鳴が轟いた。Google は本当に LLM をオープンソース化したのか? !今回、オープン...

アルゴリズムエンジニアの日常生活において、トレーニングされたモデルが失敗した場合はどうすればよいでしょうか?

[[353013]]みなさんこんにちは。今日は職場でのアルゴリズム エンジニアの日常生活、つまりモ...

AI「黒ヘルメット」が成都でデビュー、警察が2分で路上で数百人の体温を検査!

[[317566]] 、新型コロナウイルスは世界的な感染拡大段階に入り、記事執筆時点で中国国内の累...

米メディア:人工知能(AI)は、人間の推論の欠点を伴わずにコンピューティングの利点を実現する

[[334808]]ミラロのコメント – 今日の軍事コンピューティングに関連するものはすべて人工知能...