Bing Chatでの要約機能全オプション（引数）についてBing Chatさんに聞いた！
Bing ChatにはOpenAIに強化された要約機能があります（ChatGPT、OpenAIのapiには（たぶん）ない）。URLと続けて出力内容の引数を渡すことで、求める内容を出力することができるとのことです。論文の種類に合った引数とすることで、長い論文の概略を知ることができそうです。外部から呼び出しは出来ない由。
１．利用方法
例）全体の要約、背景、手法、結果、制限、応用部分を出力する例
https://www.kjpaa.jp/wp/wp-content/uploads/2012kenkyuu.pdf の内容を以下の構成で教えてください。-abstract -background -methods -results -discussion -limitation -possible application
以下のように出力してくれます。毎回ちょっとずつ異なるけど、イケてます。
２．引数
要約の引数はこんなにあるようです。一つ一つ見てゆきましょう。
文字数を指定する場合は各パラメータのあとに数字を続ける（聞いた）。
例） -abstract 1000
ちなみにそういった感じの語句の部分を引っ張ってくるだけで、考えて評価しているわけじゃないです。
各パラメータのデータ元を聞いてみた。
-abstract 全体
-background 背景部分
-methods 方法論部分
-results 結果部分
-discussion 議論部分（結果に対する考察や評価や意見）
-limitation 制限部分（研究や分析の限界や課題や欠点）
-possible application 応用部分（応用や展望や貢献）
-introduction 導入部分（テーマや目的や背景や方法論）
-conclusion 結論部分（結果や議論や意見や提言）
-summary 全体
-overview 全体
-analysis 分析部分（手法や手順や結果や考察）
-evaluation 評価部分（評価や意見や批判）
-comparison 比較部分（他の研究や分析と比較、類似点や相違点）
-contrast 対比部分（他の研究や分析と対比、違いや矛盾）
-critique 批判部分（批判や反論や問題提起）
-synthesis 統合部分（成果や発見を統合したり、新たな知見や理論やモデルなどを提案したりした部分）
-commentary 解説部分（解説や解釈や見解）
-opinion 意見部分（意見や感想や評価）
-perspective 視点部分（視点や立場や観点）
-argument 論証部分（論証や根拠や論理）
-evidence 証拠部分（証拠やデータや引用）
-claim 主張部分（主張や主旨や主題）
-counterclaim 反論部分（反論や反対や反証）
-rebuttal 反駁部分（反駁や反論や反証）
-refutation 反証部分です。（反証や反論や反駁）
-implication 含意部分（含意や影響や帰結）
-inference 推論部分（推論や推測や推定）
-assumption 仮定部分（仮定や前提や条件）
-premise 前提部分（前提や仮定や条件）
-consequence 結果部分（結果や帰結や影響）
-solution 解決部分（解決や解答や解決策）
-problem 問題部分（問題や課題や疑問）
-challenge 挑戦部分（挑戦や難題や困難）
-opportunity 機会部分（機会や可能性や展望）
-benefit 利益部分（利益や利点やメリット）
-risk リスク部分（リスクや危険やデメリット）
-strength 強み部分（強みや優位性や長所）
-weakness 弱み部分（弱みや劣位性や短所）
-advantage 利点部分（利点やメリットや長所）
-disadvantage 欠点部分（欠点やデメリットや短所）
-pros 利点部分（利点やメリットや長所）
-cons 欠点部分（欠点やデメリットや短所）
-cause 原因部分（原因や要因や理由）
-effect 効果部分（効果や影響や結果）
-reason 理由部分（理由や動機や目的）
-purpose 目的部分（目的や意図や目標）
-goal 目標部分（目標や目的や計画）
-objective 目的部分（目的や目標や意図）
-outcome 結果部分（結果や帰結や影響）
-result 結果部分（結果や帰結や影響）
-impact 影響部分（影響や効果や結果）
-influence 影響部分（影響や効果や結果）
-effectiveness 効果部分（効果や有効性や効率性）
-efficiency 効率部分（効率や効果や有効性）
-quality 品質部分（品質や水準やレベル）
-reliability 信頼性部分（信頼性や信用性や正確性）
-validity 妥当性部分（妥当性や正当性や合理性）
-accuracy 正確性部分（正確性や精度や信頼性）
-precision 精度部分（正確性や精度や信頼性）
-consistency 一貫性部分（一貫性や整合性や一致性）
-coherence 整合性部分（整合性や一貫性や一致性）
-clarity 明確性部分（明確性や明快性や明瞭性）
-simplicity 簡潔性部分（簡潔性や単純性や明快性）
-complexity 複雑性部分（複雑性や多様性や深遠性）
-novelty 新規性部分（新規性や独創性や革新性）
-originality 独創性部分（独創性や新規性や革新性）
-creativity 創造性部分（創造性や創意や創造力）
-innovation 革新性部分（革新性や新規性や独創性）
-significance 重要性部分（重要性や意義や価値）
-importance 重要性部分（革新性や新規性や独創性）ちなみに、これらのパラメータは「初めて・・した」とかいう部分を探してきてるだけで新規性を外部データと測ってるわけじゃないです。
-relevance 関連性部分（目的にどのように関連・貢献するか）
-usefulness 有用性部分（利用・活用方法）
-applicability 適用性部分（適用範囲）
-feasibility 実現可能性部分
-sustainability 持続可能性部分
-scalability 拡張性部分
-generalizability 一般化性部分
-transferability 移転性部分
-robustness 堅牢性部分
-flexibility 柔軟性部分
-adaptability 適応性部分
-resilience 回復性部分
-diversity 多様性部分
-inclusion 包摂性部分
-equity 公平性部分
-justice 正義性部分
-fairness 公正性部分
-ethics 倫理性部分
-values 価値観部分
-principles 原則部分（原則や理念や信念や価値観）
-standards 標準部分（標準や規格や品質や水準）
-criteria 基準部分（基準や条件や要件や指標）
-guidelines ガイドライン部分
-best practices ベストプラクティス部分
-lessons learned 学び部分（知識や経験や教訓）
-future work 将来の研究部分
-next steps 次のステップ部分
-action plan 行動計画部分
-recommendations 提言部分（提案や勧告や改善策）
３．特許調査で使える？
ちなみに、-claimでgoogle patent特許文献の請求項が出るか試してみました。それっぽいけど、元のと比べると・・似てるけど。あんまり精度出てないかなあ。「それっぽくまとめる」AIは、「権利問題をクリアする」ために実施する特許調査には適していないような気がします。
ほかにもAIツール、いろいろありますけど。
------------------------------------------------------------
元の案件（google patent、JP2021120143A）
Bing出力内容 えええ、なんかふくれてません？専門知識ないけど、なんか項目ごとに比較してもちょっとずれてるような。。
番号を直接指定したら？似てますね。出願人が違うけど。。ちょい内容は不安です。
うーん。
結局ね、データベースから呼んできてる情報は、その場所に実体があるわけじゃないから学習できない、だから土台無理なんだと思います。ChatGPTであれ、なんであれね。
一般的な文書や動画であれば、それまでの生活が一変するほど効率化してくれますよ。
４．他に何ができる？
まあ、何でも聞けば教えてくれるんですが、動画アドレスを指定すれば動画の要約を出してくれます。おそるべきです。
https://www.youtube.com/watch?v=xScM-7PeV6g&t=5s
もうちょっと試してみよう。
ChatGPT関係の記事も見てね。
https://note.com/hihihhii/n/n9b5bce3a4edf
https://note.com/hihihhii/n/n3c707b2a1de6
ご意見下さい。
この記事が気に入ったらサポートをしてみませんか？