ChatGPT（生成AI）のポテンシャルを最大限活用するためには、いかにプロンプトを工夫するかですが、そのための様々なパターンを知っておきたいところです。
目次
ChatGPT（生成AI）は、ポテンシャルが膨大
ChatGPTが有名ですが、生成AIを支えているLLMは「大規模言語モデル」という基盤技術が使われており、人間では到底及ばないような大量の”データの海”であるともいえます。
ポテンシャルは膨大で、これを使わない手はありません。
ただ、生成AIを使いこなそうと思うと、人間がいかにこの生成AIに呼びかけるか（要望・指示・命令を与えるか）が重要になってきます。
生成AIのポテンシャルを最大限に引き出すことができるようなプロンプト（入力指示）を知っておくことには意味があると考えられます。
プロンプトのパターンまとめ
- ①役割・②文脈・③条件・④出力形式・⑤実行シナリオ
※区切りマーク - Zero-Shot Prompting（例示なし）
- Few-Shot Prompting（例示を与える）
- Chain of Thought（ステップを分ける）
- Tree of Thought（A案B案の並行検討）
- 資料→回答（Information Retrieval：①正確な資料を渡す→②回答）
- 前情報生成→回答（General Knowledge Prompting：①前情報を明確化→②回答）
- 必要な理由→回答（Reasoning+Acting：①必要な理由を明確化→②回答）
- 不足情報充足→回答（Proactive Prompting：①不足情報を質問させる→②回答）
- 一般論→アイデア（Common belief and：①一般論→②アイデア）
- 60点→100点回答（Score Anchoring：①60点回答→②100点回答）
- 点数付け→任意点数回答（Virtual Parameter：①度合いで点数付け→②任意の点数相当を回答）
- 100点→150点回答（Virtual Vectorization：①60点回答→②150点回答、空間座標の先）
プロンプトすらも生成AIに作ってもらう
そもそもプロンプトを考えるのが大変にも感じられる場合、そもそもプロンプトを生成AIに聞けばよいとも考えられます。
- OpenAI API Playgroundで作ってもらう
- 「不足情報充足→回答」パターンで、まずは十分に言語化してから、生成AIに最高出力となるプロンプトを考えてもらってから、実行してもらう
- プロンプト生成のGPTsを利用する
