【OpenAI社推奨】ChatGPTの出力精度を上げる６つのポイント

昨年の11月に行った、生成AIのユースケースを紹介するカンファレンスから2か月ほどが経ちましたが、年末年始をはさんで、かなり多くの企業の方からご相談を受けました。

その中で、多いご相談が二つあります。

一つは「人不足への対応」です。
単純に言えば、生成AIに一定量の学習をさせたうえで、人間の代わりになるような返答をさせることを目指すもの。

要はチャットボットなのですが、従来の生成AIを用いないチャットボットには問題点がありました。
それは、FAQやシナリオを作る必要があったことです。

この方法だと、FAQを作る手間やメンテナンスの手間が発生し、人間の負荷はそう簡単に減りません。
また、さらに本質的な課題として、FAQに従って回答を返すだけのチャットボットではどうしても複雑な返答はできません。「人間の代わり」は不可能です。

しかし、生成AIの登場によって、FAQやシナリオを作らず、手元にある資料をそのまま生成AIに学習させ、より人間の回答に近い返信ができるAIをつくってみよう、と言う動きが出てきています。

例えば
・営業ロープレを生成AIにやらせよう
・カスタマーサポートを生成AIにやらせよう
・社内コンサルタント（あるいは先輩）の代わりを生成AIにやらせよう
といった動きです。

すでに日本は人口減少社会を迎えていますから、あらゆる職場で「人不足」が発生するはずです。
それへの備えとして、今から生成AIの利用を検討しておくことは悪くない選択肢です。

そしてもう一つは、今回の記事の主題となる「テキスト生成AIをもっとうまく使うにはどうすればいい？」という相談です。

これは用途と言うよりも、生成AIというソフトを扱うスキルの話であり、要するに「Excelの研修」と同じようなものだと考えていただくと良いと思います。

ではその内容とは何でしょうか？
Excelの研修であれば、関数の利用方法、データ分析の基本、ショートカット、マクロやVBAといった要素が考えられますが、テキスト生成AIに関して、それに相当するものはあるのでしょうか？

実はあります。

我々はGPT-4を用いた文章生成ツールを開発してきましたが、その中でプロンプトの研究も同時に進めてきました。

既に多くの知見が発表されていますが、基本中の基本として、たとえば、OpenAIが公開している生成AIのプロンプトエンジニアリングドキュメントの中に、「より良い結果を得るための6つの戦略」というものがあります。

ChatGPTを使うひとは目を通しておいて決して損はないと思いますが、原文のままでは理解しづらい部分も多く、またエンジニア向けの内容も多いので、ここではわかりやすく内容を置きかえました。
それが、以下のものです。

１．明確な指示を書く

GPTはユーザーの心が読めません。したがって、明確で簡潔な指示を書く必要があります。

・出力が長すぎる場合は、簡潔な返信を求めます
・出力が単純すぎる場合は、「専門家として」執筆を依頼します
・出力された形式が気に入らない場合は、希望する形式を例示します

GPTが、ユーザーの望むものを推測する必要が少ないほど、出力の精度が上がります。

①できるだけ詳しく記述する

悪い例：Excelで数値を合計するにはどうすればよいですか?
良い例：Excel で金額の行を合計するにはどうすればよいですか? これを行のシート全体に対して自動的に実行し、すべての合計が右側の「合計」という列に表示されるようにしたいと考えています。

悪い例：会議のメモを要約してください。
良い例：会議のメモを 1 つの章に要約してください。次に、講演者とその要点のマークダウン リストを作成します。最後に、講演者が提案した次のステップやアクション項目がある場合は、それをリスト化してください。

②GPTに「ロール」を与えて依頼する

GPTに「あなたは〇〇です」とロールを与えてから命令を出すと、出力の精度が向上します。

③区切り文字を使用して、セクションを明確に示す

単純なタスクの場合、区切り文字を使用しても出力品質に違いが生じない可能性があります。
ただし、タスクが複雑になればなるほど、タスクの詳細を明確にすることがより重要になります。GPTをうまく使うにはモデルにできるかぎり「推測」をさせないようにしてください。

例えば
・三重引用符（"""ここにテキストを挿入”””）
・XML タグ（<article> ここに最初の記事を挿入 </article>）
・セクション タイトル（要約: ここに要約を挿入　 タイトル: ここにタイトルを挿入）
などの区切り文字は、異なる方法で処理されるテキストのセクションを区切るのに役立ちます

④タスクを完了するために必要な手順を指定する