深津式プロンプト・システムでPUBG MOBILEのファイト構築、マッチ別で比較

良質な解が得られやすいという「深津式プロンプト・システム」

生成AIで良質な回答をもらうための生命線として「プロンプトの質」がある。これは、生成AIを少しでもいじったことのある方であれば納得のいく「常識」となりつつあることだ。

単純な指示に対しては、AIも単純な解しか提供してくれない。
一方で、具体的かつ狙いの明確なプロンプトに対しては、それぞれの生成AIならではの思考でユニークな解を導き出してくれるのだ。

今回は、適切な解が出やすいといわれるメソッドに沿ってプロンプトを作成。そのメソッドというのが「深津式プロンプト・システム」である。
当研究会の取り組みの発信の場として大変お世話になっている、こちらの「note」のCXO・深津貴之さんによって考案された。

フレームワークは以下の通り。

命令書：
あなたは{　役割　}です。
以下の制約条件と入力文をもとに{　内容　}を出力してください。
制約条件：
入力文：
{入力文章}
出力文：

chatGPTの役割を明確にしたり、制約・条件を与えることで、出力内容を限定していくなどの特徴がある。

早速、お馴染みのPMWI2023のキル数データを使い、以下のようなプロンプトを作成。
今回は、Day1のMatch5と6のデータを使い、検証する。

chatGPTにかけて、回答を得てみた。

chatGPTの分析結果

分析範囲が広範囲に渡るので、若干大雑把な分析にはなってしまった。
しかし、指示通りの分析要素は網羅されており、具体的なチーム名を挙げながら、比較している点は評価できるのではないだろうか。

次回は、各マッチごとの分析とその比較を、段階を経た形で出力させてみようと思う。もう少し具体的な狙いが出てくるのではないだろうか。

これは雑談であるが、こちらで検証している生成AIによる戦術分析は、「生成AIの特徴を知る」ことが目的であり、実践的なesportsの戦術分析のレベルに程遠いことは、あらかじめご了承いただければ幸いである。

実践レベルは数字的なデータをマップに落とし込み、各エリアごとに戦闘発生率などの統計データを落とし込んで、ようやく「ムーブ」の選択肢の議論が行えると考える。

対象となる大会のデータ抽出も引き続き行い、多角的な検証環境を徐々に整えていきたい。

eスポーツの分析の観点からも、生成AIのプロンプトの観点からも、是非ご意見ください！