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    
ブログ    
ブログ    

推薦する

AI時代ではモデルは大きいほど良い

今年も4分の3が過ぎた。テクノロジー業界から見れば、「室温超伝導」が実現可能であることが公式に証明さ...

人工知能に関する3カ年国家戦略が発表されました。8つの主要分野が注目されます。

昨日、工業情報化部が突然、人工知能に関するもう一つの重要な赤字文書を発行しました!文書では、2018...

NeRF を放棄し始めていますか?ガウススプラッティングが自動運転のシナリオで人気があるのはなぜですか?

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

真の人工知能から私たちはどれくらい遠いのでしょうか?

DeepMind がまた別の「悪役」を生み出しました! [[428779]]これらの小人たちは、ア...

最高裁:ビジネス施設での顔認識の乱用は侵害である

今年のCCTV 315ガラで、 CCTVは全国20以上の有名店が顔認識カメラを設置し、顧客の顔認識情...

ディープラーニングの本質を探りますか?

[[184749]] 1. 人工知能の波が再び高まっている画期的な出来事:AlphaGoがイ・セド...

ロボット開発で人気の言語:不滅のJava、不滅のC/C++、そして新興のPython

プログラミング言語は流行ったり廃れたりするものですが、Java と C/C++ は変わりません。 [...

南洋理工大学華中科技大学などの最新研究:完全自動化された「即脱獄」、大型モデルだけが大型モデルを倒せる! NDSS

今年、ネットユーザーから「おばあちゃんの抜け穴」と揶揄された大規模言語モデルの「脱獄」法が大人気とな...

機械が人間に取って代わるというのは空想ではありません。最初に影響を受けるのは 3 つの職業です。油断しないでください。

科学技術の継続的な発展により、多くの業界で「ロボット」が使用され、効率が向上するだけでなく、人件費も...

問題点を突き止める - Weiang 入札および評価ビデオインテリジェントアーカイブシステム

財務省令第87号では、購入者または購入代理店は入札および入札評価プロセス全体を録画および記録しなけれ...

...

世界がH100を奪い合っている! Nvidia が GPU の優位性を達成、主任科学者が成功の 4 つの要素を明らかに

現在、NVIDIA は GPU の優位性の座にしっかりと座っています。 ChatGPT の誕生により...

中国ダイビングチームの勝利には人工知能が貢献した

ネットユーザーたちはこのオリンピックについて不満を述べている。たとえ境界線を越えたとしても、高得点を...

...

自動運転時代の前夜、ACCクルーズテクノロジーが台頭

自動車が発明された日から、自動運転機能への要望は、何世代にもわたるエンジニアたちの焦点となってきまし...