![見出し画像](https://assets.st-note.com/production/uploads/images/137292313/rectangle_large_type_2_145efa47847a4df74b60c2981b7a0090.png?width=800)
分かりやすくプロンプトテクニックを紐解く試み【Generated Knowledge】
今日も今日とてプロンプトのテクニックについて解説していきます。
Generated Knowledgeとは?
さっそく本題です。
まずは定義から見ていきましょう。
The idea behind the generated knowledge approach is to ask the LLM to generate potentially useful information about a given question/prompt before generating a final response.
「Generated Knowledge」は、
LLM(大規模自然言語モデル、GPTが一例)に潜在的に眠っている事実・定説を引き出し、学習させなおすことで有益な回答を得られるようにする技術です。
よく「生成AIは事実と異なることを言うので、使い方には注意が必要」といわれています。
その前提を踏まえたうえで、モデルに眠った情報を引き出すのが「Generated Knowledge」の狙いです。
百聞は一見に如かず、例を見ていきましょう。
![](https://assets.st-note.com/img/1713100431332-igmON2OLDm.png)
アメリカとロシアの面積比較についての回答です。
潔く間違えすぎて、逆に騙されてしまいそうです。
では、モデルから情報を引き出して回答させてみましょう。
![](https://assets.st-note.com/img/1713100785670-3sE9cFx4Tf.png)
無事正しい回答を得ることができました。
数値を用いた比較に限らず、事実に基づいて複数のものを比較するときに、
情報収集も面倒なときはかなり使えそうなテクニックですね。
閑話休題
今回はLLMに眠った情報を引き出して、回答を得るというテクニックでした。
書いていて思ったのですが、この技術こそ、検索としてまぁまぁ使えるんじゃないかな~と感じました。
生成AIは「事実+それに基づくタスク」を一気に実行することが苦手です。
実際、AIに考える時間を与えたほうが良い回答が得られます。
詳しくは以下の記事を参考ください。
つまり、簡単な事実を述べるだけなら、検索エンジン足りうる能力があるのではないでしょうか。
実用的かといわれると別かもしれませんが…ファクトチェックは重要ですね。
この記事が気に入ったらサポートをしてみませんか?