はじめに

プロンプトを作成するには2つの段階があります。
1つ目はコンテキストを作成する手法です。
2つ目はプロンプトを徐々に改善する手法です。
生成AIにおけるプロンプトエンジニアリングの基本の記事で基本的なプロンプトの書き方の内容について学んできましたがさらに深く掘り下げる必要があります。
ここでは、さまざまなプロンプトを試してあるプロンプトが別のプロンプトよりも優れている理由を学びます。

プロンプトのテクニック

フューショットプロンプティング

いくつかの質問例と回答例を含む1つのプロンプトです。

例）

プリウス => トヨタ
ノート => 日産
アウトランダー => 三菱
オデッセイ =>

思考の連鎖(Chain of thought)

一つの問題をいくつかの段階に分けてLLMの回答を誘導する手法です。
LLMがなにをどうやって処理を行うべきかを理解できるように指示する方法です。

まずは、思考の連鎖を使わずに書いたプロンプトの例と実際の回答を見てみましょう。

例）

佐藤君は飴玉を10個持っていて鈴木君に3個渡し加藤君に5個渡しました。加藤君は1個返します。みんな1個飴をなめました。佐藤君は飴玉を何個持っていますか？

GPT-4


GPT-35-Turbo



さすがのGPT-4は正解にたどり着きますが、GPT-35-Turboでは無理のようです。
これをプロンプトのちからでどうにかします。💪

思考の連鎖を正しく適用するためには

1. LLMに類似の例を示す
2. 計算式とそれを正しく計算する方法を示す
3. 元のプロンプトを提供する

ではやってみましょう。

坂本君は飴玉を7個持っていて岡本君に2個渡し吉川君に3個渡しました。吉川君は2個返します。みんな1個飴をなめました。
計算は次の通り：
7 - 2 = 5
5 - 3 = 2
2 + 2 = 4
4 - 1 = 3
------
佐藤君は飴玉を10個持っていて鈴木君に3個渡し加藤君に5個渡しました。加藤君は1個返します。みんな1個飴をなめました。佐藤君は飴玉を何個持っていますか？

上記の通り、GPT-35-Turboでも解かせることができました。
しかしながら、LLMは基本的にロジカルな問題は苦手なようです。