分かりやすくプロンプトテクニックを紐解く試み【Chain of Thought Prompting】
入門編＋プロンプトエンジニアリングの語義を振り返ったところで、ちゃんと専門的なテクニックを学んでいきたいと思います。
とはいえ、難しい英語の原著論文を読むのがいいのでしょうが、いきなりは正直ハードルが高い…（単に読めないだけ（））
そこで、以下のサイトのお力を借りて理解していこうという試みです。
（英語のサイトですが、論文読むよりはマシと判断）
Chain of Thought Promptingとは？
早速ですが、「Chain of Thought Prompting」について以下原文引用です。
Chain of thought (CoT) prompting is a recent advancement in prompting methods that encourage Large Language Models (LLMs) to explain their reasoning. This method contrasts with standard prompting by not only seeking an answer but also requiring the model to explain its steps to arrive at that answer.
要するに、
「通常のプロンプトとは異なり、回答にたどり着くまでの過程もプロンプトに含めること」です。
…なかなか難しいことを求めるなぁと思ってしまいました。
プロンプトは大体答えが分からない時に使用することが多いのに、その答えに至る過程もプロンプトに含めろなんて…酷な話です。
しかしながら、これはプロンプトの使いよう。
要は、生成AIを通して、回答にさらなるブラッシュアップをかける時に最適というわけです。
例えば、以下のような出力例が挙げられます。
「風が吹けば桶屋が儲かる」ということわざの意味と、そのロジックを示し、新たなことわざを考えてもらいました。
考え方を踏襲して、しっかりと答えが出せています。
型のあるモノに活用できそう？
どちらかといえば「Chain of Thoght Prompting」は
0から1を生み出すのではなく、1から5に進化させるのが得意だと感じました。
これはこれで、かなり活用方法がありそうですね。
おまけ：実は例示しなくてもできる
学んだあとから知ったのですが、
「段階的に考えてください。（Let's think step by step）」
と入力するだけで簡易的なChain of Thoughtができるらしいです。
どうりでみんなのプロンプトにくっついてるわけだ…。
この記事が気に入ったらサポートをしてみませんか？