ロジウラデザイン|MENU
ロジウラデザインスタジオ

ステップ・バイ・ステップのプロンプト・エンジニアリングがGPT-4ブレーンストーミング・タスクの鍵であることが判明

Midjourney prompted by ROJIURADESIGN

ROJIURADESIGNでは、編集ポリシーに則って、コンテンツを作成しております。一部はChatGPTによって執筆、編集され、読者の皆さんに公開されます。詳細は、ROJIURADESIGNが独自に定める編集ポリシーをご覧ください。

ペンシルバニア大学ウォートンスクールのLennart Meincke氏、Ethan Mollick氏、Christian Terwiesch氏による
研究論文は、 GPT -4を使用したアイデア生成に焦点を当てています。

目次

研究チームは、プロンプトの出し方の違いが、生み出されるアイデアの多様性にどのような影響を与えるかを調査しました。

具体的には、学生向けに50ドル以下の新商品を開発することを目標とした。
研究チームは、最小限のプロンプト、AIモデルがさまざまな個性を持つプロンプト、AIモデルが既存の文献からさまざまな創造性技法を適用するプロンプトなど、さまざまなプロンプトの出し方をテストしました。

プロンプトの上位 8 グループがテストされました。|画像: Meincke et al.
プロンプトの上位 8 グループがテストされました。 | 引用: Meincke et al.


アイデアの多様性は、コサイン類似度(2つのアイデアの類似度を測る尺度)を用いて測定されましたが、既存のアイデアとの比較は行われませんでした。研究チームはまた、ユニークなアイデアの数と、アイデアが枯渇する速度も測定しています。


結果的にチームは、異なるプロンプト方法が生成されるアイデアの多様性に異なる影響を与えることを見出しました。
しかし、「連想プロンプト」は古くから確立されたプロンプト方法であり、テストではあるグループの学生のレベルにほぼ達し、大差をつけてトップにたちました。

引用: Meincke et al.

より良いAIのアイデアに到達する方法 – ステップバイステップ

CoTプロンプトは、AIモデルに複数のステップでタスクを解決するよう求めます。これらのステップを指定する必要はなく、ステップ・バイ・ステップで進めるように求めるだけで、結果を向上させることができる。

Chain-of-Thought(CoT:思考の連鎖)Prompting(プロンプティング)とは?

問題を解くまでの一連の手順をプロンプトに含めるテクニック。人間の思考プロセスでは、算術などの問題を途中の手順(計算過程)に分解して段階的に解いていくことが一般的だが、それを模倣した、プロンプティングのテクニック。

論文『Chain-of-Thought Prompting Elicits Reasoning in Large Language Models』Googleの公式ブログ記事

各プロンプトのスコアリング
テストされた「高度な」プロンプトの多くは、単純な基本プロンプトよりも劣っており、
ステップ バイ ステップのプロンプトのみがアイデアの多様性の大幅な改善を示しました。 | 引用: Meincke et al.

なぜこのような効果があるのかは正確にはわかっていませんが、大前提として、プロンプトによってモデルは、より分析的なトレーニングデータセットからの高品質のデータに焦点を当てるようにするというものです。

彼らの実験では、研究者は各ステップに対してタスクを与えました。まず、GPT-4には100のアイデアを生成するように求められ、その中から最も強力で多様なアイデアをフィルタリングする必要がありました。

最後のステップでは、GPT-4には結果に名前と製品の説明を付けるように指示されました。研究者は、モデルが2番目のステップを正しく完了しなかったランを統計から約15%除外しました。

しかし、生み出されるアイデアの多様性を最大化するには、適切な促し方法を選択することが重要であることを強調しています。チームは、プロンプト間の重複は比較的少ないため、ハイブリッドプロンプティング(ハイブリッドプロンプト)、または異なるプロンプト方法を使用して小さなアイデアのプールを生成することが可能だという。

この研究の共著者であるイーサン・モリック氏は、ステップバイステップの原則に従ったアイデア生成のための GPT を公開しているが、それは研究で使用されたプロンプトではない。

最近の別の研究では、CoTプロンプト内の推論ステップの長さが、言語モデルの複雑な問題解決タスクでのパフォーマンスと直接関連していることが示されました。これは、これは、長いプロンプトに重要な新しい情報が含まれていない場合でも当てはまります。

まとめ

  • ウォートンスクールの研究者は、プロンプトの出し方の違いがGPT-4で生成されるアイデアの多様性にどのような影響を与えるかを研究した。
  • Chain of Thoughtプロンプト方式は、最もユニークなアイデアを生み出し、学生グループのアイデアレベルとほぼ一致する、より多様な可能性のある解決策を生み出した。
  • この研究から、AIはアイデア発想プロセスを改善する有用なツールになり得るが、適切なプロンプト方法を選択することが、生み出されるアイデアの多様性を最大化するために重要であることが示された。

FAQ

  1. GPT-4のブレインストーミングにおけるプロンプトエンジニアリングの重要性は何ですか?
    • GPT-4のブレインストーミングでは、多様なアイデアを効果的に生成するためにプロンプトエンジニアリングが重要です。
  2. 連想プロンプトは他の方法とどう異なりますか?
    • 連想プロンプトは、複数のステップでタスクを解決することを含み、アイデアの多様性を高めるのに役立ちます。
  3. AI駆動のアイデア発想において適切なプロンプト方法を選択することの重要性は何ですか?
    • 適切なプロンプト方法の選択は、革新的な解決策のために生成されるアイデアの多様性を最大化する上で重要です。
  4. 連想プロンプトがAIアイデア生成に果たす役割は何ですか?
    • 連想プロンプトは、順序立てられた問題解決ステップをガイドすることで、アイデアの多様性を大幅に向上させます。
  5. Wharton Schoolの研究の結果の実用的な意味合いは何ですか?
    • この研究は、AI駆動のアイデア生成プロセスにおいて、適切なプロンプト方法を選択することが重要であることを示しています。
よかったらシェアしてね!
  • URLをコピーしました!

この記事を書いた人

経験・スキル
■ECサイト運営
(楽天 Amazon Yahoo Qoo10 futureshop AuPAYマーケット メルカリShops )
■ブログ記事作成
(月間0PV→月間10万PVまで育成・運営中)
■クリック型広告運用
(RPP クーポンアドバンス プラチナマッチ アイテムマッチ)
■Google広告運用、Googleアナリティクス分析

使用ツール
Photoshop Illustrator Premiere Pro
Mail Dealer EC店長 Logic pro Cubase

目次