AIと話すスマートな方法：プロンプトを「コンテキストエンジニアリング」する方法

簡潔に言うと

• 上海の研究者たちは「コンテキストエンジニアリング」がモデルの再訓練なしにAIのパフォーマンスを向上させることができると述べています。
• テストでは、より豊かなプロンプトが関連性、一貫性、およびタスク完了率を向上させることが示されています。
• このアプローチはプロンプトエンジニアリングに基づいており、人間とAIのインタラクションのための完全な状況デザインに拡張されます。

デクリプトのアート、ファッション、エンターテインメントハブ。

SCENEを見る

上海AIラボの新しい論文は、大規模言語モデルが賢くなるために常により大きなトレーニングデータを必要とするわけではなく、むしろより良い指示が必要であると主張しています。研究者たちは、慎重に設計された「コンテキストプロンプト」が、AIシステムに一般的なものよりもより正確で有用な応答を生成させることができることを発見しました。 それを物語の中でシーンを設定することだと考えてください。すべてが意味を成すようにし、AIが無知なロボットではなく、より親しみやすい友人のように感じられる実用的な方法です。コンテキストエンジニアリングの本質は、AIに提供する情報を慎重に作成することで、AIがより正確かつ有用に応答できるようにすることです。 人は単なる孤立した個人ではなく、私たちは周囲や関係、状況、つまり「コンテキスト」によって形作られています。AIも同様です。機械はしばしば全体像を欠いているため、ミスを犯します。例えば、「旅行を計画して」とAIに頼むと、あなたが予算が厳しいか子供を連れていることを知らずに高級クルーズを提案するかもしれません。コンテキストエンジニアリングは、これらの詳細を事前に組み込むことでこの問題を解決します。 研究者たちはこのアイデアが新しいものではないことを認めています—このアイデアは20年以上前、コンピューターの初期の頃にさかのぼります。その頃、私たちは厳格なルールを持つ不器用な機械に適応する必要がありました。しかし、今では強力なAIプラットフォームが自然言語を使用できるようになったにもかかわらず、私たちは依然として「エントロピー」を避けるために良い文脈を設計する必要があります。この場合、エントロピーという言葉は、あまりにも曖昧さや混乱から生じる混乱を指します。

プロンプトをコンテキストエンジニアリングする方法 この論文は、今すぐにあなたのAIチャットをより効果的にする方法を提供しています。“プロンプトエンジニアリング” (良い質問を作る)を基にしていますが、より広範囲にわたるフルコンテキストに焦点を当てています。ここでは、ユーザーフレンドリーなヒントをいくつか、例と共に紹介します:

• 基本から始める: 誰、何、なぜ 常に背景を含めて状況を設定してください。「詩を書いて」と言う代わりに、「あなたは私の記念日のために詩を書いているロマンチックな詩人です。テーマは永遠の愛で、短くて甘いものにしてください。」と言ってみてください。これにより誤解が減ります。
• ケーキのように情報を重ねる レベルでコンテキストを構築する：最初は広く、次に詳細を追加します。コーディングタスクの場合：「私は初心者プログラマーです。まず、Pythonの基本を説明してください。それから、このコードをデバッグするのを手伝ってください [コードを貼り付け]。コンテキスト：これは簡単なゲームアプリのためのものです。」これにより、AIは複雑なリクエストをオーバーロードなしで処理できます。
• タグと構造を使用する ラベルで明確にプロンプトを整理します。例えば、「目標: 予算内のバケーションを計画する; 制約: $500未満、家族向け; 好み: ビーチの目的地。」これはAIに地図を提供するようなものです。
• マルチモーダルなものを取り入れる ( 画像や履歴のような ) 視覚的な要素や過去のチャットが含まれる質問の場合、それらを説明してください: “この画像に基づいて [説明またはリンク]、アウトフィットのアイデアを提案してください。以前の文脈: 私はカジュアルなスタイルを好みます。” 長いタスクの場合、履歴を要約してください: “前回のセッションから再開: マーケティング戦略について話し合いました—今、ソーシャルメディアのヒントを追加してください。”
• ノイズを除外する 必要なことだけを含めてください。テストして調整する: AIが軌道を外れた場合は、「関連しないトピックは無視—健康の利点にのみ焦点を当てる」といった明確化を追加してください。
• 先を考え、失敗から学ぶ ニーズを予測する: “過去のフィットネスに関するクエリから私の目標を推測し—ワークアウトプランを提案してください。” 修正のために文脈内でエラーを保持する: “前回あなたがXを提案したのですが、それはYのためにうまくいきませんでした—それに応じて調整してください。”