新しいChatGPT Promptエンジニアリング技術：プログラムシミュレーション

ChatGPT Promptエンジニアリング技術

プロンプトエンジニアリングの世界は、さまざまなレベルで魅力的であり、ChatGPTなどのエージェントが特定の種類の応答を生成するための賢い方法には不足していません。チェーンオブスロート（CoT）、インストラクションベース、N-shot、Few-shotなどの技術、さらにはフラッタリー/役割割り当てのようなトリックなどは、あらゆるニーズに応えるプロンプトのライブラリのインスピレーションです。

この記事では、私の調査による限り、比較的未開拓の可能性がある手法について掘り下げます。私はこれを「新しい」と仮にラベル付けしますが、「新奇」とは呼ばないでおきます。プロンプトエンジニアリングの革新の速さと、新しい手法が容易に開発できることを考慮すると、この手法はすでにあるかもしれません。

この手法の本質は、ChatGPTをプログラムのように動作させることを目指しています。プログラムは、通常は関数にまとめられた一連の命令からなり、特定のタスクを実行します。この手法は、インストラクションベースと役割ベースのプロンプティング技術を組み合わせたものですが、それらのアプローチとは異なり、繰り返し可能で静的な命令のフレームワークを利用し、1つの関数の出力が他の関数に影響を与え、全体のインタラクションがプログラムの枠組み内で行われるようにします。このモダリティは、ChatGPTのようなエージェントのプロンプト補完メカニズムとよく一致するはずです。

この手法を説明するために、ChatGPT4内で機能するインタラクティブなイノベーターのワークショップとして機能するミニアプリのパラメータを指定しましょう。ミニアプリには、次の機能と特徴が組み込まれます：

• 「LLMの力を活用する：ゼロショットとフューショットのプロンプティング」
• ウェブサイトビルディングにおけるAIの台頭：Hostinger AIウェブサイトビルダーの詳細な検証
• プロンプトからテキストを生成するためのモデルの作成

1. 新しいアイデアに取り組む
2. アイデアを拡張する
3. アイデアを要約する
4. アイデアを取得する
5. 前のアイデアでの作業を続ける
6. トークン/「メモリ」の使用統計

はっきりさせるため、ChatGPTに特定のプログラミング言語でミニアプリをコーディングするように依頼することはありませんし、プログラムのパラメータにも反映されません。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!