この記事は何？
Qiita初投稿の自分が、世の中的にはすでに何番煎じかわからんレベルでのビジネスにおける活用の成功例、失敗例について記載する内容となります。
（期限ぎりぎりで突貫で書いてますので、乱筆乱文失礼いたします。スミマセン。。。）
記事を書く目的となった参考サイト：
https://signate.jp/competitions/1037
使い方のコツ
- プロンプト(言語モデルへの事前入力情報)の構成要素を意識する。
- 指示(Instruction):実行して欲しい特定タスク/命令
- 背景(Context):より良い応答に導く外部情報/追加文脈
- 入力データ(Input Data):応答を求める入力や質問内容
- 出力形式(Output Indicator):出力タイプやフォーマット
- シンプルに始める
- 複雑なものはタスク分割(人間と同じく、分割すれば精度が上がる) - 指示(Instruction)を明確にする
- プロンプトの構成要素について、具体性を持たせる（例など)
良好事例（成功例)
- 初見の概念をざっくり可視化してもらう
世の中って専門外の項目があったり、とりあえず勉強し始めたけど何か全くわからないものについてまずざっくり理解したい需要ってありますよね。
そういう時に使えると思います。（ちなみに自分はAWSまるで分からないマンでしたが、とりあえず下記のようにやって、ざっくり理解しました。）
ここで吐かれた呪文のようなものを、ここにぶち込みます。
こうすると…
こうなります！ #技術の組み合わせ感しゅごい…
失敗例
・リアルタイム系の情報を聞いてしまう。
回答が返ってこない、もしくは、いわゆる「ChatGPT嘘つく問題」といわれる、「ハルシネーション」（hallucination、幻覚）を起こしやすい。
上の画像での問題点は二つあり、今日付けの情報はそもそも情報がほとんどでそろっておらず、LLMの得意な、「すでに出回っている情報を重みづけして、もっともらしい解答を導く」ことでは難しいように思う。
(ChatGPT Pluginなどが出てきても、しばらくは、真偽が難しい、解釈が人によって分かれる新しい内容は、適切な答えを出すのは難しいのではないかなーと思います。）
ちなみに余談ですが、２番目でスマレジの開示をリンクでおくっても、その前後にあったと思われるTDKの開示について言及してたりするので、こういうのは向いてないんだろうなーという気はしてます。どこかで改善されるのかもですが。
もうすでに色んな情報で回っててかなり陳腐化してる気もしますが、
どなたかのお役に立てれば幸いでございます。
ということで〆