実際には、多くの場合でコマンドの最適化が最も効果的なChatGPTの使用方法ではないことがわかっています。指令を最適化しようとしても、得られる回答があまりにも広範囲で、実用性や一貫性に欠けることがよくあります。

この記事では、低品質な回答の主な原因と、頭をあまり使わずに望んだ回答を得るための3つのシンプルで効果的な方法を簡単に共有します。

なぜ高品質な回答が得られないのか？

ChatGPTは非常に強力ですが、その運用は1)計算能力と2)背景知識の制限を受けます。

ChatGPTが「正確な回答」を見つけるプロセスを登山に例えると、計算能力は体力で、背景情報は地図のようなものです。これらはそれぞれ、どれだけ遠くまで行けるかと、どのように進むかを制限します。

体力が十分にある時は、地図がなくても山頂に登れるかもしれません（もちろん途中で何度か転ぶかもしれません）。情報が十分にある時は、省エネルギーで迅速に山頂に到達できます。

このうち、計算能力はOpenAIが決めたもので、各回答で消費できる計算量には最大値があります。一方、背景知識は主にモデルの訓練データと、指令に含まれる追加情報から構成され、私たちが制御できる唯一の部分です。

したがって、質問があいまいで複雑すぎる場合、ChatGPTは「体力」を使い果たし、山の中腹で停止するしかありません。あまりに抽象的で具体性に欠ける回答は、このような途中で力尽きた半端な回答が多いのです。

指令の最適化だけが解決策ではない

だから、高品質な回答を得るためには、指示をより正確に、情報をより完全にする努力をするしかありません。しかし、これは指令を盲目的に最適化することを意味するわけではありません。

この種のAIツールとの対話時には、指令の設計に多くの時間を費やしたくないし、ChatGPTがどのような情報を必要とするかを予測することも不可能です。特に私たちがそもそも何も知らない問題（例えば量子力学）に直面した場合、適切な質問を構築するための十分な知識がないのです（そうでなければChatGPTに質問する必要はありません）。

指令の最適化だけでは解決策にならないので、他のより効果的な方法を探さなければなりません。

何度も試行錯誤した結果、最も簡単な方法は、以下の3つの相互ガイド原則を用いてChatGPTとの対話を行うことだとわかりました：

問題を分割する
誘導的な質問をする
論理をフィードバックする

これらの原則は、ChatGPTとの対話プロセス中に必要な情報をタイムリーに補足し、彼の論理の誤りを探り、適時に改善方向を提案するのに役立ちます。

問題を分割する

複雑な問題をいくつかの単純な問題に分割し、ChatGPTに一つずつ解決してもらうことができます（登山の比喩を使うと、直接頂上を目指すのではなく、段階を踏んで登ることに相当します）。これにより、問題の範囲を制限し、記述をより正確にすることができます。

例えば、「理想の結婚式をどのように開催するか？」という質問は、「適切な結婚式のテーマを定義する」->「予算を計画する」->「イベントの詳細を詰める」といったサブトピックに分解できます。

問題の分解方法がわからない場合は、ChatGPTを利用して助けを求めることもできます。具体的な指令を入力する前に、以下のような指令を入力するだけです：

次の質問を5つのより具体的なサブクエスチョンに分解し、背後にある考え方を教えてください：[あなたの質問]

誘導的な質問

ChatGPTに、回答する前に能動的に情報を求めさせることで、一連の質問と補足を通じて、回答を徐々に最適化することができます。私のやり方は、各質問の際に、以下のようなルールを加えることです：

質問に回答する際、以下のルールに従ってください：

a. 最初の回答前に、私のニーズを理解し、回答の正確性を高めるために、私に5つの開放的な質問をしてください。
b. 各回答の後に、回答の正確性を高めるために役立つ3つの質問を挙げ、それらの情報を使って回答を修正してください。

論理のフィードバック

最後に、ChatGPTにその思考のロジックを説明させることができます。これにより、彼の発想の方向をさらに監視する（まるで思想警察のように）と同時に、AIの動作方式を理解するのにも役立ちます：

各回答時に、その回答を生成する際の背後にある論理と思考を簡潔に説明してください。