OpenAIがGPTのベストプラクティスを公開　最大限の結果を得るための6つの戦略とは

OpenAIは、自然な文章を生成するAI「ChatGPT」の使用におけるベストプラクティスを公開しました。このガイドラインは、ユーザーがGPTからより良い結果を得るための6つの戦略をまとめたものです。

あわせて読みたい：すぐ使える！ChatGPTプロンプトテンプレートまとめ

GPTのベストプラクティスの概要

OpenAIは、対話型AI「ChatGPT」のモデル「GPT」からより良い結果を得るための6つの戦略を公開しました。以下はガイドラインで提唱された6つの戦略の概要をまとめたものです。

• 明確な指示を書く: GPTはあなたの心を読むことはできません。出力が長すぎる場合は、簡潔な返答を求めてみてください。出力が単純すぎる場合は、専門レベルの文章を求めてみてください。あなたが望む形式が気に入らない場合は、望む形式を示してみてください。GPTがあなたが何を望んでいるのかを推測する必要が少なければ少ないほど、あなたが望む結果を得る可能性が高まります。例えば、「Excelで数値を足す方法を教えてください」という問いに対して、「Excelで行全体のドル額を自動的に合計する方法を教えてください。全ての合計が"Total"という名前の列に表示されるようにしたいです」と具体的に指示すると、より適切な回答が得られます。

• 参照テキストを提供する: GPTは、特に専門的なトピックや引用、URLについて尋ねられたときに、自信を持って偽の答えを作り出すことがあります。テストでノートを使って学生のパフォーマンスを向上させるのと同じように、GPTに参照テキストを提供することで、より少ない作り話で答えるのに役立ちます。例えば、モデルに参照テキストを使用して答えるように指示したり、参照テキストからの引用で答えるように指示することができます
  

• 複雑なタスクをより単純なサブタスクに分割する: ソフトウェアエンジニアリングでは、複雑なシステムを一連のモジュラーなコンポーネントに分解するのが良い実践とされていますが、GPTに提出するタスクについても同様です。複雑なタスクは、より単純なタスクよりもエラーレートが高い傾向があります。さらに、複雑なタスクは、初期のタスクの出力を後のタスクの入力に使用するような、より単純なタスクのワークフローとして再定義することができます。例えば、ユーザーのクエリに最も関連する指示を特定するために意図の分類を使用したり、非常に長い会話が必要なダイアログアプリケーションでは、前のダイアログを要約したりフィルタリングしたりすることができます。
  

• GPTに「考える」時間を与える: 17と28を掛けるように求められた場合、あなたはすぐに答えを知らないかもしれませんが、時間をかけて答えを出すことはできます。同様に、GPTはすぐに答えを出そうとすると、より多くの推論エラーを犯すことがあります。答えを出す前に推論の連鎖を求めることで、GPTがより信頼性のある答えに推論するのを助けることができます。例えば、モデルに結論を急がずに自分自身の解決策を考え出すように指示することができます。
  

• 外部ツールを使用する: GPTの弱点を補うために、他のツールの出力をGPTに供給することができます。例えば、テキスト検索システムはGPTに関連するドキュメントについて教えることができます。コード実行エンジンはGPTが数学を行ったり、コードを実行したりするのを助けることができます。タスクがツールによってより信頼性があるか効率的に行われる場合、それをオフロードして最善の結果を得ることができます。
  

• 変更を体系的にテストする: パフォーマンスを改善することは、それを測定できる場合には容易です。場合によっては、プロンプトの変更がいくつかの孤立した例でより良いパフォーマンスを達成するが、より代表的な例のセット全体で全体的なパフォーマンスを悪化させることがあります。したがって、変更がパフォーマンスにネットプラスであることを確認するためには、包括的なテストスイート（または「評価」）を定義することが必要な場合があります。

これらの戦略は、GPTとの対話をより効果的に行うためのものであり、それぞれの戦略には具体的な戦術が関連付けられています。これらの戦術は試すべきアイデアを提供するものであり、ここに示されているものが全てではないため、ユーザーは自由に新たなアイデアを試すことを推奨しています。

参考：GPT best practices｜OpenAI