次の方法で共有

思考の連鎖プロンプティング

GPT モデルのパフォーマンスと応答品質には、 プロンプト エンジニアリングの利点があります。これは、モデルに指示と例を提供して、出力を素早くしたり絞り込んだりする方法です。 命令を処理する際に、モデルでは、回答を解決する時間を取るのではなく、すぐに回答しようとすると、より多くの推論エラーが発生します。 モデルが正しい回答に向かう方法をより確実に助けるために、モデルに一連の思考 (つまり、各ステップの結果と共に指示に従うために実行した手順) を含めてもらうことができます。

思考の連鎖プロンプト は、モデルにタスクをステップ バイ ステップで実行し、各ステップとその結果を出力内の順序で表示するように促す方法です。 これにより、実行計画をモデルにオフロードしてプロンプト エンジニアリングを簡略化し、問題を特定の手順に簡単に接続して、さらに作業に集中する場所を把握できます。

一般に、モデルに一連の思考を含めるだけの方が簡単ですが、例を使用して、タスクを分解する方法をモデルに示すことができます。 次のセクションでは、両方の方法を示します。

指示に思考の連鎖を使用する

思考プロンプトのチェーンに命令を使用するには、タスクをステップ バイ ステップで実行し、各ステップの結果を出力するようにモデルに指示するディレクティブを含めます。

prompt= """Instructions: Compare the pros and cons of EVs and petroleum-fueled vehicles.
Break the task into steps, and output the result of each step as you perform it.""";

例に思考の連鎖を使用する

例を使用して、思考の連鎖プロンプトのステップを示すことができます。これは、モデルがステップの結果も出力する必要があることを意味すると解釈されます。 手順には書式設定キューを含めることができます。

prompt= """
        Instructions: Compare the pros and cons of EVs and petroleum-fueled vehicles.

        Differences between EVs and petroleum-fueled vehicles:
        - 

        Differences ordered according to overall impact, highest-impact first: 
        1. 
        
        Summary of vehicle type differences as pros and cons:
        Pros of EVs
        1.
        Pros of petroleum-fueled vehicles
        1. 
        """;

関連コンテンツ