自己紹介
現在会社でシステムエンジニアとして開発業務を行いながら、少しだけ趣味感覚でAIの使い方を学んでいます。特にこだわりを持たなくてもChatGPTなどの生成AIを使用することももちろんできますが、少しカッコよく使ってみたく、その一部を紹介します。
7Rプロンプトの構成要素と効果
Request（依頼）
説明
言語モデルに何を求めているのかを明確にする。
具体例
- 新しいカフェの開業に関するマーケティング戦略を提案してください
- 英語学習初月の人向けの英文を作成してください
ポイント
ユーザーは自分のニーズや目的を明確にし、言語モデルに具体的なタスクを依頼する。
Role（役割）
説明
言語モデルの役割を明確にする。
具体例
- あなたは経営コンサルタントです。私のビジネス計画を評価してください
- あなたはデザイナーです。この写真を参考にしつつ、よりクールな雰囲気のある画像を生成してください
ポイント
ユーザーは言語モデルに特定の役割を割り当て、その視点からの回答を求める。
Regulation（形式）
説明
言語モデルに期待する回答の形式を明確にする。
具体例
- 敬文を使って、気持ちを表現してください
- 私がmdファイルに直接貼り付けられるように文章を生成してください
ポイント
ユーザーは回答の形式を指定し、特定のスタイルや方法で情報を提示するよう言語モデルに要求する。
Rule（ルール）
説明
言語モデルが遵守すべきルールを明確にする。
具体例
- 曖昧な表現に頼らず、例示と論拠に基づいて述べなさい
- 100単語の英単語を用いて文章を作成してください
ポイント
ユーザーは具体的なルールや制約を設定し、言語モデルにその枠内での回答やアイデアの提供を求める。
Reference（参照知識・例）
説明
言語モデルが参照すべき知識や例を明確にする。
具体例
- 最新のAI技術動向についての事例を挙げて説明してください
- この文章を下に作者がどのような意図でこの文章を作成したと考えられるか、例を挙げてください。
ポイント
ユーザーは言語モデルに特定の知識や事例等を参照して回答するよう要求し、より詳細かつ具体的な情報を得る。
Run Scenario（実行シナリオ）
説明
言語モデルが返し、シナリオに沿った会話をさせる。
具体例
- 1日目の出社を前に、「どの業務がありそうですか？」とユーザーにきく
- 私が新人職員として、仕事に関する質問をする
ポイント
ユーザーは具体的なシナリオを設定し、ChatGPTにその状況に即した対応や会話の流れを作成するよう依頼する。
■ 7Rプロンプトを使うことでどのような効果が期待できるか？
効果1：効果的なプロンプトの作成
- AIがプロンプトを解釈し、行動を決定する方法を理解できたことで、より精度の高いアウトプットが出力できるようになる
- シンプルに便利度が向上する
効果2：プロンプトエンジニアリングの基礎知識が身につく
- 構造化されたプロンプトは奥深く応用が効く
- 他人の入力やプロンプトをどのように解釈するか、改善するかを通して、より効果的なプロンプトを作成できる能力が身につく