ChatGPT API ヒント ガイドとベスト プラクティス

クラウドネイティブの JuiceFS がクオンツ ヘッジ ファンドを支援して AI トレーニングを強化し、クラウドで柔軟なスループットを実現する方法を学びましょう。

これはプログラミングや ChatGPT API 統合のチュートリアルではありません。これらは、ChatGPT API を使用する際に留意すべきいくつかの重要なアイデアとポイントです。

大規模な言語モデルは、ソフトウェア製品に前例のない機能を提供します。開発者として、このテクノロジーを学び、プロジェクトに組み込むことが重要です。 OpenAI のようなプラットフォームは、これらのモデルと対話するための API を提供しており、これを利用してソフトウェアを強化できます。

最近、私は「開発者のための ChatGPT ヒント エンジニアリング」という魅力的なコースを修了しました。 OpenAI の ChatGPT API を最大限に活用するための素晴らしいテクニックをいくつか学びました。この投稿でそれらの洞察を皆さんと共有できることを嬉しく思います。

ガイドライン

ChatGPT を操作するときは、明確さが重要です。役に立つ戦略をいくつか紹介します。

• ディレクティブと入力テキストを分離する : これにより、さまざまな入力を使用してディレクティブをテストできます。たとえば、ChatGPT に記事の要約を依頼する場合、「次の記事の要約:」ディレクティブを記事のテキスト自体から分離します。
• 区切り文字を使用する: 区切り文字は命令と入力の間の境界を指定するのに役立ち、プロンプト インジェクションの可能性を減らします。コロンまたは改行文字は、単純ですが効果的な区切り文字として機能します。
• 構造化出力のリクエスト: ChatGPT の応答をプログラムで解析する必要がある場合は、出力を特定の方法で構造化するように依頼します。たとえば、「次のテキストの重要なポイントをキー ポイントとして列挙してください。」と質問することができます。
• 入力条件の確認: モデルが無関係または不正確な応答 (「幻覚」と呼ばれる現象) を生成する可能性を減らすには、入力が満たす必要がある条件を指定します。たとえば、「テキストに日付が含まれている場合は、その日付が何曜日であるかを入力してください。」
• Few-Shots Prompting: 可能であれば、必要な入力の例をいくつか提供します。出力パターンは、モデルが同様の結果を生成するようにガイドできます。

反復的なプロンプト開発

ChatGPT を使用して完璧なプロンプトを作成することは、まさに反復的なプロセスであり、目標の鋭い理解と、実験して学習する意欲が必要です。

これを実行可能なステップに分けてみましょう:

1. 目標の定義: 迅速な生産への最初のステップは、望ましい出力を明確に理解することです。 ChatGPT に何を生成させたいか自問してください。たとえば、テキストから重要なポイントを抽出することが目標の場合、入力テキスト内の主要なアイデアをリストすることが目標となります。
2. 最初のプロンプトの作成: 目標に基づいて、最初のプロンプトを作成します。プロンプトは、応答を導くために ChatGPT に与えられるコマンドまたは質問です。上記の目標の場合、最初のプロンプトは「主なアイデアを次のテキストに列挙してください:」とすることができます。
3. プロンプトをテストする: 次に、プロンプトをテストします。モデルを実行して、どのような出力が得られるかを確認します。それはあなたの目標に合っていますか？そうでない場合は、繰り返す時期が来ています。
4. 分析出力: 分析モデルの出力。応答のどの側面が目標を満たしており、どの部分が目標を満たしていませんか?これにより、プロンプトを調整する方法に関するヒントが得られます。
5. 最適化のヒント: 分析に基づいてヒントを調整します。たとえば、モデルが主なアイデアを期待どおりに正確に捉えていない場合は、「次のテキストを箇条書きに要約します:」など、プロンプトをより具体的に調整できます。
6. プロセスを繰り返します: 望ましい出力が一貫して生成されるまで、プロンプトのテスト、分析、改良を続けます。これは反復的なプロセスであることに注意してください。適切な値を得るには、数回の調整が必要になる場合があります。
7. 一般化のヒント: 特定のケースに適用できるヒントを入手したら、それを他の同様のケースに一般化してみてください。これは、さまざまな入力テキストを使用してプロンプトをテストし、幅広いシナリオで機能することを確認することを意味します。

概要

概要は ChatGPT API の強力な使用例ですが、それを効果的に使用する方法を理解することが重要です。以下にいくつかのガイドラインを示します:

• 目的の定義: 要約を特定の方法で使用したい場合は、説明でそれを明確にしてください。
• 集中力を維持する: 必要に応じて、モデルが入力の特定の部分に集中できるようにします。たとえば、事業報告書の財務面のみに興味がある場合は、「次の報告書に財務情報を要約してください。」と尋ねることができます。
• 要約するよりも抽出する: 場合によっては、要約するよりも重要な情報を抽出する方が有益な場合があります。たとえば、「次のテキストで言及されているすべての人の名前をリストしてください:」というプロンプトを表示できます。

推論

ChatGPT はテキストから洞察を推測し、感情分析、分類、分類、タグ付けなどのタスクを実行することもできます。この機能を活用する方法は次のとおりです:

• マルチタスク: 同じ命令で複数のタスクを実行し、特定の命令で出力を生成するようにモデルに依頼できます。フォーマット。たとえば、「次のコメントの感情を分析し、肯定的、否定的、または中立に分類します。」
• 複数の例をテストする: ある入力セットでは適切に動作するプロンプトが、他の入力では適切に動作しない可能性があります。ディレクティブが幅広い入力に対して適切に動作することを確認するには、さまざまな例を使用してテストします。
• 独自のラベルを含める: カテゴリの事前定義セットがある場合は、それらをディレクティブに含めて、特定の入力に対して最も関連性の高いカテゴリを選択するようにモデルに依頼できます。たとえば、「次のテキストを次のカテゴリのいずれかに入れます: 技術、環境、政治、または文化:」。

変換

ChatGPT は、言語翻訳や形式変換など、さまざまなテキスト変換を実行することもできます。

• 言語の識別と翻訳: 入力テキストの言語を識別するか、別の言語に翻訳するようにモデルに依頼できます。たとえば、「次のスペイン語のテキストを英語に翻訳します。」
• 口調変換: 入力テキストを、フォーマル、カジュアル、会話など、別の口調に変換できます。たとえば、「次の正式なテキストをカジュアルな口調で書き直します。」
• 形式変換: このモデルは、JSON から HTML、CSV から JSON など、テキストをある形式から別の形式に変換できます。たとえば、「次の JSON データを HTML テーブル形式に変換します。」
• 校正: モデルにテキストの校正を依頼し、文法、句読点、スペルを修正することができます。たとえば、「次のテキストの間違いを校正して修正します。」

拡張機能

ChatGPT は、短い入力テキストを、ブログ投稿、記事、電子メールの返信など、より長く詳細な投稿に拡張することもできます。考慮すべき点は次のとおりです。

• コンテキストを提供する : 出力が特定のコンテキストで使用される場合は、必ずそのコンテキストをプロンプトに提供してください。たとえば、「次の電子メールに返信して、提案に対する送信者への感謝の意を表し、その提案を実装することに同意します。」
• AI の関与の開示: 出力がユーザーに伝達される場合は、透明性を維持するために、それが AI によって生成されたものであることを開示することをお勧めします。
• 温度の調整: 温度パラメータはモデルの創造性を制御します。温度が低い (0 に近い) とモデルの出力はより決定的になり、温度が高い (1 に近い) とより創造的な応答が可能になります。

チャットボットの開発

ChatGPT を使用して、特定の動作を持つチャットボットを作成できます:

• 役割を設定: 「システム」を使用します。 」 会話を構成する役割。このメッセージは、モデルが「ユーザー」メッセージにどのように応答すべきかを指示します。たとえば、「あなたはいつも詳細な回答を提供してくれる、親切なアシスタントです。」
• ユーザー コンテキストの提供: ユーザーの名前、詳細、その他の関連コンテキストを最初のユーザー メッセージに含めます。たとえば、「ユーザーは Python 構文エラーに関するヘルプを探しているジュニア プログラマーです。」
• このモデルの制限に留意してください: ChatGPT モデルは以前のインタラクションを記憶できないため、リクエストを行うたびに以前のメッセージを提供する必要があります。たとえば、ユーザーが前のメッセージで質問した場合、進行中の会話に関連するメッセージであれば、次のリクエストにそのメッセージを含めます。
• 熱の制御: ユーザーに表示することを目的とした出力の場合、より高い熱を使用して、より予測不可能な応答を得ることができます。プログラムで解析することを目的とした出力の場合、より信頼性の高い結果を得るために、より低い熱量を使用します。

これらのヒント エンジニアリングの概念を理解すると、ChatGPT API との対話が大幅に改善され、アプリケーションがより効率的でユーザー フレンドリーになります。

以上がChatGPT API ヒント ガイドとベスト プラクティスの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。