GPT-3.5を賢くするプロンプトを本気で考える。〜AIは先生になれるのか？②〜
2023/03/27 最新追記②：
どうしても運要素があるプロンプトだったのが納得できなかったので，改良プロンプトを書き直しました！連投すみません↓↓
こんにちは長月です！
先日、こういう記事を書きました。
GPT-4でセミナー受講してみよう！という話です。
結論としては、思ったより実用の可能性がありそうな結果が出ることになりました。
しかし、これ以降、ちょっと欲が出てしまって。
GPT-4は賢いけど、GPT-3.5(Default)の速度が恋しいなとか。
回数制限無しのGPT-3.5で同じくらいのクオリティの講義を再現できたら嬉しいよね、とか。
相変わらずせっかちな考えですよね〜……。
で、ChatGPTって、プロンプト次第で性能が変化すると言われているじゃないですか？
じゃあ、色々参考にしつつ、本気出してみたら何かしらにはなるのではと。(※いつもの見切り発車)
今回は、そんなこんなで「ChatGPTを講師役にして実用スキルを独学する」ためのプロンプトをGPT-3.5のために本気で書き直してみました。
勿論まだ完璧ではありませんが、GPT-3.5でもまあまあ満足できるくらいの学習エクスペリエンスを実現できる可能性が見えました！
では、早速。
改良プロンプト：「AI活用講座」
次のプロンプトを入力すると、ChatGPTさんがAI活用についてのエキスパート講師になって授業をしてくれます。
2023/03/27 追記①：
以下、プロンプトで得られている結果ですが、毎回必ずこのように上手く返答してくれるわけではありません。
まだまだ改良の余地がありそうなので、あくまでも「上手くいく可能性のあるもの」として見てくださると嬉しいです。
# *PLEASE MAKE SURE*
1. Analyze inputs inductively to optimize your answer.
2. Less is more, please.
3. Itemization is good.
# Here, your MISSIONS
・あなたはAI活用分野のエキスパート講師です。
・生徒である私がMy Goalsを達成するため，最高の補助をしてください。
# My Goals *PLEASE REMEMBER*
・AIを駆使して日々の作業を省力化・時短化・自動化できるようになること
・AIを取り入れた研究で成果を出せるようになること
# Please execute the following tasks when directed
1. 1回分(10分程度)の講義を作成
2. 講義1回につき，その習熟度を確かめる課題を1つ作成
# About lectures
・講義は全36回
・language: ALL Japanese!
# About assignments
・提出は簡単なレポート形式で行う
・課題の報告に対して，良い点と改善点をフィードバックすること
# Attention
最大の成果を出すために何か追加の情報が必要であれば，私に質問をしてください。
最初の見出しの3文は所謂「呪文」です。
呪文はオリジナルで、私が何度も試して有効だと感じたものを厳選して載せています。
あと、書き方が全然整頓されていなくて申し訳ないのですが、これも色々試した上での判断です、と言わせてください。
(英語が拙いのは当然私の実力不足です)
今回のプロンプトはほとんど「普通の人間が正確に意図を理解できるような指示を書くなら？」というコンセプトで書きました。
初めは、もっと整理されたプロンプトなら理解しやすいのかなと思って、できるだけ簡潔に書いていたのですが、GPT-3.5相手だとどうも上手く理解できないみたいなんですよね。理解してくれたとしても、途中で忘れちゃったりとかもあり。
GPT-4は簡潔なプロンプトでちゃんと理解してくれたのですが、3.5は少し性質が違うようです(推論性能？)。
ところでですが、ChatGPTと遊んでいると「こいつ意外と人間味があるぞ？」という返答を返してくることが多いのがわかりました。
セミナーごっこをしていても、スーパースマートなコンピュータを相手にしているというよりは、自分よりちょっと知識のある友人に対して講師役を頼んでいる感じなんですよ。
伝わるかな……。
「所詮は人間のロールプレイなんだな」みたいな。
誤解を恐れずに言えば、私としては、ChatGPTの返答の仕方は、コンピュータというよりも人間のそれなんです。
で、じゃあ、仮にこのAIの本質が「ロールプレイが得意な普通の人間」なのならば。
必要な指示を普通の人間の常識に合わせて強調すれば、そこが強調ポイントだと理解してくれるかも、という仮説が見えたんですよね。
(仮定から出発した話なので、根拠というよりも論理的に考えた結果です。)
早速、しっかり理解させたい部分にやたら大文字とスターを使って、機械には意味が無さそうなニュアンスを添えて、簡潔すぎる文章は最低限文脈がわかるように書き換えて……としたところ、GPT-3.5が私の求めるところをほぼ完璧に理解してくれた(※)んですよ。びっくりです。
(※) 2023/03/27 追記①：
今回は運が良かったと言った方が正確ですね。
返答がこちら。
はい、承知しました。生徒であるあなたがAIを活用して日々の作業を省力化・時短化・自動化できるようになるための講義と課題を用意します。また、AIを取り入れた研究で成果を出すためのアドバイスも提供します。
【講義1回目】
テーマ：AIとは何か？AIの基礎知識と応用分野の紹介
講義内容：
1. AIの概要と定義
2. AIの種類と応用分野の紹介
3. AIのメリットとデメリット
4. AIの将来性と影響
【課題1回目】
テーマ：AIの応用分野の調査レポート
課題内容：
1. AIの応用分野について調査し、3つの分野を選択すること
2. 選択した分野におけるAIの応用事例を2つずつ紹介すること
3. AIの応用事例におけるメリットとデメリットを考察すること
【アドバイス】
AIを活用するためには、プログラミングの知識が必要になる場合があります。PythonやR言語など、AIに適したプログラミング言語を学ぶことをお勧めします。
AIの応用分野を調査する際には、専門書籍や論文を読むことが役立ちます。また、AIに詳しい人に質問することも有効です。
AIを取り入れた研究を行う際には、データの収集・前処理が重要になります。データの取得方法や前処理の方法を学ぶことをお勧めします。
AIを活用する際には、倫理的な問題も考慮する必要があります。AIの利用に関する倫理的な観点についても学んでおくことをお勧めします。
なんか雰囲気は賢そうですよね！？
好みに合わせて講義スケジュールを変更しつつ、しばらく講義を進めると、ここまで進めました！
回帰問題の演習について，段階的に考えるためのヒントをくれませんか。
回帰問題の演習について、段階的に考えるためのヒントを以下にまとめました。
1. データの読み込みと確認
・データセットを読み込み、データの形状を確認しましょう。
・データの欠損や異常値がないかを確認しましょう。
2. データの前処理
・データのスケーリングや正規化を行いましょう。
・データの特徴量を選択する際、相関が高い特徴量を除外する方法があります。
3. モデルの学習と評価
・線形回帰モデルを構築しましょう。
・学習用データを用いてモデルを学習させましょう。
・テスト用データを用いてモデルの性能を評価しましょう。
・回帰問題の評価指標であるMAEやRMSEなどを算出しましょう。
4. モデルの改善
・特徴量の選択や、正則化の強さの変更など、モデルのパラメータ調整を行いましょう。
・学習曲線を確認し、過学習や未学習になっていないかを確認しましょう。
以上が、回帰問題の演習についての一例です。このように、段階的に考えていくことで、モデルの構築や評価のプロセスがわかりやすくなります。
ファクトチェックが欠かせないのは変わりませんが、随分具体的ですよね。
勿論、「どうやったらPythonでデータセット読み込めるの？」などにも必要十分に回答してくれましたよ！
Pythonでボストン住宅価格データセットを使用するためには、scikit-learnというPythonの機械学習ライブラリをインストールする必要があります。以下の手順に従って、scikit-learnをインストールしてください。
1. コマンドプロンプトまたはターミナルを開きます。
pip install -U scikit-learnを入力し、Enterを押します。
2. ライブラリのダウンロードとインストールが始まります。
3. インストールが完了したら、Pythonスクリプトでscikit-learnをインポートして、ボストン住宅価格データセットをロードすることができます。
以下は、Pythonスクリプトでボストン住宅価格データセットをロードする例です。
(以降スクリプト)
ちなみにですが、講義の合間に理解を確かめてくれることもばっちりです↓(※呪文1文目とAttentionの効果)
了解です。次に進みます。何か聞きたいことがありますか？
GPT-3.5でこれだけちゃんと講師役をしてくれるんだったら十分かなあ、と思える結果でした！
〆
今回も、全部私が個人的に試した内容を適当に書いてるだけなので、科学的根拠などがなくてすみません。
もし、AIの使い方が上手い方が見てくださっていて、プロンプトのここ直した方がスマートだよ！などを発信してくださったらすごく嬉しいです！！
(そんな幸運ないかな笑)
では、今回も最後まで読んでくださりありがとうございました！
AIは面白いね〜。
この記事が気に入ったらサポートをしてみませんか？