著者がDALL・E 3で作成した画像
言語モデル自体と同様に、迅速なエンジニアリングも過去 12 か月で大きく進歩しました。 ChatGPT が突如として登場し、AI に対する皆の恐怖と希望を強力な圧力鍋に投げ込み、AI の終末物語と救世主の物語の両方をほぼ一夜にして加速させたのは、わずか XNUMX 年と少し前のことでした。確かに、プロンプト エンジニアリングは ChatGPT のずっと前から存在していましたが、現在私たちの生活に侵入している大量の言語モデルから望ましい応答を引き出すために使用するさまざまな絶えず変化するテクニックは、ChatGPT の台頭とともに真価を発揮するようになりました。 XNUMX 年前、オリジナルの GPT が発表されたとき、私たちは「迅速なエンジニア」という言葉がいつか役職になるかもしれないと冗談を言いました。今日、プロンプト エンジニアは、テクノロジー関連 (またはテクノロジーに隣接する) キャリアの中で最も注目されているものの XNUMX つです。
プロンプト エンジニアリングは、生成 AI モデルによって解釈および理解できるテキストを構造化するプロセスです。プロンプトは、AI が実行するタスクを説明する自然言語テキストです。
「即時エンジニアリング」より ウィキペディアのエントリー
誇大宣伝はさておき、プロンプト エンジニアリングは現在、定期的に LLM とやり取りする人々の生活に不可欠な部分となっています。これを読んでいるということは、これについて説明している可能性が高いです 貴社、またはあなたのキャリアが進む可能性のある方向性を説明します。プロンプト エンジニアリングとは何か、そして最も重要なことに、現在のプロンプト戦略の状況がどのようなものであるかを知りたい人にとって、この記事は最適です。
基本から始めましょう。この記事、 ChatGPT との効果的な対話のための迅速なエンジニアリングMachine Learning Mastery では、プロンプト エンジニアリングの基本概念をカバーしています。具体的には、次のようなトピックが紹介されています。
- プロンプトの原則、迅速な最適化のプロセスで覚えておくべきいくつかの基本的なテクニックの概要を説明します。
- 基本的なプロンプトエンジニアリング、即興的な言葉遣い、簡潔さ、肯定的および否定的なプロンプトなど
- 高度な即時エンジニアリング戦略、ワンショットおよびマルチショットのプロンプト、思考連鎖のプロンプト、自己批判、および反復的なプロンプトを含む
- 協力的なパワーのヒント ChatGPT との協力的な雰囲気を認識し、促進してさらなる成功に導いたことに対して
迅速なエンジニアリングは、LLM を効果的に利用する上で最も重要な側面であり、ChatGPT との対話をカスタマイズするための強力なツールです。これには、言語モデルから望ましい応答を引き出すための明確で具体的な指示やクエリを作成することが含まれます。プロンプトを慎重に作成することで、ユーザーは ChatGPT の出力を意図した目標に導き、より正確で有用な応答を保証できます。
Machine Learning Mastery の記事より「ChatGPT との効果的な対話のための迅速なエンジニアリング「
基本を学び、プロンプト エンジニアリングとは何か、そして現在最も役立つテクニックのいくつかを理解したら、それらのテクニックのいくつかを習得することに進むことができます。
以下の KDnuggets の記事はそれぞれ、単一の一般的なプロンプト エンジニアリング手法の概要を示しています。これらのテクニックの複雑さには論理的な進歩があるため、上から始めて下に向かっていくのが最善のアプローチです。
各記事には、この手法が最初に提案された学術論文の概要が含まれています。この技術の説明を読み、他の技術との関連性を確認し、その実装例をすべて記事内で見つけることができます。その後、論文を読んだり閲覧したりすることに興味がある場合は、内部からもその論文にリンクされています。
この記事では、大規模言語モデル (LLM) の推論機能を強化する手法である、思考連鎖 (CoT) プロンプトの概念について詳しく説明します。 CoT プロンプトの背後にある原則、その応用、LLM のパフォーマンスへの影響について説明します。
思考の樹を探索するプロンプト: AI は検索を通じて推論をどのように学習できるか
新しいアプローチは、大規模な言語モデルの推論ステップに対する検索として問題解決を表現し、左から右へのデコードを超えた戦略的な探索と計画を可能にします。これにより、数学パズルや創造的な文章などの課題のパフォーマンスが向上し、LLM の解釈可能性と適用可能性が向上します。
Auto-CoT プロンプト手法では、多様性ベースのサンプリングとゼロショット生成を使用して、LLM が複雑な推論を促す独自のデモンストレーションを自動的に生成し、プロンプトを作成する人的労力を軽減します。実験では、推論タスク全体で手動プロンプトのパフォーマンスと一致することが示されています。
プロンプトエンジニアリングにおける並列処理: 思考の骨格テクニック
Skeleton-of-Thought プロンプト エンジニアリング手法が、レイテンシの短縮、構造化された出力の提供、プロジェクトの最適化によって生成 AI をどのように強化するかを探ります。
密度プロンプトのチェーンによる GPT-4 要約のロックを解除する
Chain of Density (CoD) を使用して GPT-4 要約の力を解き放ちます。これは、高品質の要約のために情報密度のバランスを取ることを試みる技術です。
検証チェーンを通じて信頼性の高い世代のロックを解除: プロンプト エンジニアリングの飛躍
大規模な言語モデルにおける幻覚を軽減し、信頼性の高い事実に基づく AI 応答を保証するための重要なステップである、検証連鎖プロンプト エンジニアリング手法を検討します。
思考のグラフ: 大規模な言語モデルにおける精緻な問題解決のための新しいパラダイム
Graph of Thoughts がどのようにプロンプト エンジニアリングと LLM をより広範に変革し、より柔軟で人間らしい問題解決を可能にすることを目指しているかをご覧ください。
思考の伝播: 大規模な言語モデルを使用した複雑な推論への類推的アプローチ
思考伝播は、元のクエリに類似した一連の問題を特定して取り組むよう LLM に指示する迅速なエンジニアリング手法です。その後、これらの類似した問題に対する解決策を使用して、新しい回答を直接生成するか、より洗練された詳細なアクション プランを策定します。元の解決策。
上記は効果的なプロンプトの設計を開始できる場所に到達するはずですが、次のリソースは、役立つと思われる追加の詳細や代替ビューを提供する可能性があります。
生成 AI とプロンプト エンジニアリングをマスターする: データ サイエンティストのための実践ガイド [eBook] から データ サイエンスの地平
この電子ブックは、主要な概念、ベスト プラクティス、現実世界のアプリケーションをカバーし、生成 AI とプロンプト エンジニアリングについての深い理解を提供します。人気の AI モデルについて洞察を獲得し、効果的なプロンプトを設計するプロセスを学び、これらのテクノロジーを取り巻く倫理的考慮事項を検討します。さらに、この本には、さまざまな業界にわたる実際のアプリケーションを実証するケーススタディも含まれています。
生成 AI テキスト プロンプトをマスターする [eBook] から データ サイエンスの地平
インスピレーションを求めるライター、効率性を目指すコンテンツ作成者、知識の共有に熱心な教育者、または特殊なアプリケーションを必要とする専門家であっても、Mastering Generative AI Text Prompts は頼りになるリソースです。このガイドを終えるまでに、生成 AI の力を活用して創造性を高め、ワークフローを最適化し、さまざまな問題を解決するための準備が整います。
プロンプトエンジニアリングの心理学 [eBook] から データ サイエンスの地平
私たちの電子ブックには、人間の認知と AI モデルの理解、効果的なプロンプトの心理的原則、認知的原則を念頭に置いたプロンプトの設計、プロンプトの評価と最適化、心理的原則の統合など、幅広いトピックをカバーする、魅力的な洞察と実践的な戦略が満載されています。あなたのワークフロー。また、プロンプト エンジニアリングの成功例の実世界のケーススタディや、プロンプト エンジニアリング、心理学、学際的なコラボレーションの価値の未来の探求も含まれています。
プロンプト エンジニアリングは、さまざまなアプリケーションや研究トピックに対して言語モデル (LM) を効率的に使用するためのプロンプトを開発および最適化するための比較的新しい分野です。迅速なエンジニアリング スキルは、大規模言語モデル (LLM) の機能と制限をより深く理解するのに役立ちます。
プロンプトエンジニアリングガイド から プロンプトを学習する
生成 AI は世界で最もホットなバズワードであり、私たちはその使用方法に関する最も包括的な (そして無料の) ガイドを作成しました。このコースは、AI について聞いたこともない非技術的な読者を対象としており、ジェネレーティブ AI とプロンプト エンジニアリングを初めて使用する場合の出発点として最適です。技術的な読者は、後のモジュールで貴重な洞察を見つけることができます。
迅速なエンジニアリングは、AI エンジニアと LLM パワー ユーザーの両方にとって必須のスキルです。これを超えて、プロンプト エンジニアリングは、それ自体が AI ニッチ分野のキャリアとして繁栄しました。プロンプト エンジニアリングの正確な役割が何なのか、あるいは AI 専門家に専任のプロンプト エンジニアの役割が求められ続けるのかどうかはわかりませんが、1 つだけ明らかなのは、プロンプト エンジニアリングの知識が決して不利にならないということです。この記事の手順に従うことで、独自の高パフォーマンス プロンプトを設計するための優れた基盤が得られます。
知るか？もしかしたら、あなたは次の AI ウィスパラーになるかもしれません。
マシュー・メイヨー (@ mattmayo13) は、コンピューター サイエンスの修士号とデータ マイニングの大学院卒業証書を取得しています。 KDnuggets の編集長として、Matthew は複雑なデータ サイエンスの概念をアクセスしやすくすることを目指しています。 彼の専門的な関心には、自然言語処理、機械学習アルゴリズム、新興 AI の探索などがあります。 彼は、データ サイエンス コミュニティの知識を民主化するという使命に突き動かされています。 マシューは 6 歳の頃からコーディングを続けています。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://www.kdnuggets.com/prompt-engineering-101-mastering-effective-llm-communication?utm_source=rss&utm_medium=rss&utm_campaign=prompt-engineering-101-mastering-effective-llm-communication
