AutoPrompt: プロンプト作成の自動化
HiCustomerの小田です。週明けから東京でも桜の開花が始まるようです。最近はわざわざお花見に行くことはないんですが、ちらちら落ちる桜の中をこうなんとなく歩いているときが結構好きだったりします。たぶん匂いとか華やかな色とか、そのへんから自然の美しさを感じられて好きなのかな。たぶん栽培品種で人工的に作られたものなので、正確には自然ではないんですが。 まあそんなことを考えながら、東京ではいつ頃咲くかなと思ってさくらの開花前線を見ていました[1] 。日本列島にいくつも線が入った画像を見ていると、ふとLLMが簡単なplanningを解けるのか気になったので以下のプロンプトをなげてみました。 生成結果は以下になります。 この画像は、日本のさまざまな場所で桜の開花予想日を示していますね。 この情報に基づいて、仙台、新潟、そして東京に住んでいる3人がお花見をするための候補日を提案します。 桜の開花日
生成AIの業務利用は増加、でも生産性が伸びないのはなぜ？
生成AIは急速に普及したものの、生産性向上などのメリットを享受できている人は少ない。生産性を上げるために企業にできることとは。 2022年11月に生成AI「ChatGPT」が登場以降、企業での生成AI活用が急速に進んでいる。インターネットが17年、スマートフォンが21年普及するのにかかったことと比較すると、その速さがよく分かる。 普及はしたものの、生産性向上などのメリットを享受できている人はまだ少ないという。何が生成AI活用の障壁となっているのか。生産性を上げるため、企業にできることを解説する。 生成AIを導入しても生産性が上がらないワケ シンクタンクのthe Oliver Wyman Forumが2024年1月16日（現地時間）に発表した報告書によると、生成AIツールが企業で急速に導入されているものの、生産性の大幅な向上は実現できていないという（注1）。 スイスのダボスで開催された世界経
女子大生が100日連続で生成AIで100本のプログラムを書いたらどうなったか？
ボードゲームやアクションゲーム、各種ツールやシミュレーションなどさまざまなソフトが100日間に作られた いままで数えきれないほどのプログラマーに会ってインタビューもさせてもらってきたが、久しぶりに若いプログラマーの話を聞いてきた。ここ1、2年では U22グランプリの男子中学生や全国小中学生プログラミング大会の受賞者たちだが、今回は、ChatGPTを使ってプログラムを書きまくった女子大生である。 彼女は X（Twitter）の自分のアカウントで1日1本のソフトを100日間連続で作るというイベントをやっていて「おっ、頑張っているな！」と思って応援していた。「こんなゲームを作ってほしい」などとリクエストを出したりもしていたのだが、どうも私が想像していたものと内容もやり方も違っていたようである。 目下、ソフトウェア産業の最大のテーマは「我々は人間の言葉でプログラムを書くようになるだろうか」というこ
GPT APIを組み込んだ業務システムを開発するときの虎の巻｜伊志嶺(GPTで業務改善する人)
はじめに幸運なことに、今年は多くのGPTを組み込んだシステムのPoCなどを担当させていただいた。 自身の備忘録も兼ねて、それらで得られたコツのようなものをまとめてみる。 ここで解説するテクニックは、OpenAI公式で解説されている基本的な情報は含んでいないため、未読の方はOpenAI公式のドキュメントも読了することを強くおすすめする。 プロンプトはできる限り単純に、単一タスクの指示にするまず、一番大事なことはこれである。 プロンプトエンジニアリングと検索してよくヒットする様々なテクニックは、「ChatGPTを用いて複雑なタスクを一つのプロンプトで実行する」ためのものである。 そのため、それらのテクニックに沿ってプロンプトを作成すると、大抵の場合様々な処理を一つにまとめた長文になることが多い。 しかしこれはGPT APIをシステムに組み込む場合にはアンチパターンとなる。 なぜならプロンプトが
ChatGPT APIで肥大化したプロンプトによるハルシネーションへの対策 - Qiita
概要 ChatGPT APIを活用したアプリケーションでは、要件が複雑化することで、システムプロンプトが肥大化していくことがあります。 しかしプロンプトが肥大化すると、ハルシネーションの起きる可能性が上がり、思ったような精度が出なくなってくることがあります。 以下を意識してプロンプトを改善させることで、精度向上できる可能性があります FunctionCallingを使って処理の分岐を行う １つのプロンプトには1つの命令に留める 精度が落ちるプロンプトとは 例えば、あなたの作っているアプリでは以下のようなシステムプロンプトのようになっていないでしょうか？ あなたはXXXです。 ルール: Aの時は、Xしてください。 Bの時は、Yしてください。 Cの時は、Zしてください。 # Bの時は以下のデータを使ってください <RAG用のデータ> 日本語で回答してください。嘘はつかないでください。etc e
Power Automate の数式って難しい？だったら生成 AI に聞いちゃえ！ - Qiita
はじめに 改めてですが、Power Automate の数式って難しくないですか？ 数式をほとんど使わずにノーコード、GUI 操作のみで実装出来るようなフローを作る場合は、直感的で、初学者にも分かりやすいと思うのですが、数式を利用することになった途端かなり難易度が高くなると個人的に思っています。 例えば、以下のような式があります。 インプットの文字列を JSON 配列に変換しているのですが、括弧やシングルクォーテーションなどが沢山あります。 数式 {"role": "user", "content": "日本で一番高い山は？"}, {"role": "assistant", "content": "日本で一番高い山は富士山です！🗻"},{"role": "user", "content": "二番目は？"}, {"role": "assistant", "content": "日本で二番
ChatGPT授乳ハックという失われつつある技術について - 本しゃぶり
ChatGPTのDALL·E 3による画像生成は非常に強力だ。 だがプロンプトエンジニアリングを駆使すれば、さらに限界を超えた表現が可能となる。 ブックマーク保存をおすすめします。 インフルエンサーたちが隠した技術 11月7日にOpenAI DevDayが開催されてからというもの、生成AI系インフルエンサーたちが大騒ぎしている。発表された機能やAPIの数々を見れば、そうなるのも無理はない。俺のような一般ユーザーでさえ、できることが一気に増えたのだから。 例えば自分だけのChatGPTを簡単に作成・共有できるGPTsだ。俺もさっそく触り、本しゃぶりの知識を全部突っ込んだAishabriを作ってみた*1。 https://chat.openai.com/g/g-x7GtBiqrn-aishabrichat.openai.com だが、インフルエンサーは新たに登場した機能ばかり口にし、その影で失
OpenAI Assistants API(Playground)を使ってコーディングのアドバイスをしてくれるアシスタントを作る
OpenAI Assistants API OpenAI Dev Day色々アップデートありましたね。 Visionとか、Turboとか着実にすごくて便利そうですが、ちょっとだけわかりづらそうなAssistants APIを使ってみました。 Assistants APIは、Playgroundで試してみるのが簡単でオススメです。ノーコードで機能を試せます。以下リンクから入ってください。 Assistant Playground Playgroundでコーディングのアドバイスをしてくれるアシスタントを作る さっそくアシスタントを作ってみます。比較的（？）実用的なものとしてコーディングのアドバイスをしてくれるアシスタントを作ってみます。 「+Create」ボタンでアシスタントを新規作成します。 以下のように設定します。Instructionsにプロンプトを入力して、モデルを選ぶだけです。オプシ
各種Prompt Engineeringの日本語実例集（Zero-CoT、mock、ReAct、ToT、Metacog、Step Back、IEPなど） - Qiita
各種Prompt Engineeringの日本語実例集（Zero-CoT、mock、ReAct、ToT、Metacog、Step Back、IEPなど）Python機械学習入門ChatGPTLLM CoT、Zero-CoT、ToT、mock、ReAct、Step Back、Metacog、IEPなど、各種Prompt Engineering手法の概説と、日本語での実際のプロンプト例をまとめた記事です。 各種Prompt Engineering手法を日本語で実装したい方向けの記事となります。 本記事で取り扱う手法は以下の通りです。 項目数が多いため、記事右下の目次リンクもご活用ください。 本記事の内容 01: 通常のPrompt 02: Few-shot Learning 03: CoT（Chain of Thought） 04: 出力形式の指定方法 05: Zero-shot CoT（≒
[人要らず]ChatGPTを使った一人議論やってますか？ - Qiita
はじめに 今回は私が良くやっている「一人議論」という方法について紹介いたします。 これはアイデア出しや壁打ちに便利な手法です。 「使えるかも」と思った方は、ぜひやってみてください。 一人議論とは？ ChatGPTを使った議論のシミュレーションの一つです。 具体的には次のようなプロンプトを利用して行います。 # タスク テーマについて議論してください。 # ルール - 登場人物を3人出してください。 - 議論をまとめないでください。 - 10回会話を続けたところで会話を止めてください。 # テーマ ChatGPTがもたらしたもの すると、次のような議論が始まります。 ここからが一人議論のポイントです。 次に、自分の意見を差し込みます。 ChatGPTにて次のような文章を打ち込みます。 すると、それを元に、次のような会話が続きます。 あとはひたすらこれを続けるだけです。 強めの反論をしても誰も
![[人要らず]ChatGPTを使った一人議論やってますか？ - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/1798ce5b088e58c4c4b438b339aa53729f88055d/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCJUU0JUJBJUJBJUU4JUE2JTgxJUUzJTgyJTg5JUUzJTgxJTlBJTVEQ2hhdEdQVCVFMyU4MiU5MiVFNCVCRCVCRiVFMyU4MSVBMyVFMyU4MSU5RiVFNCVCOCU4MCVFNCVCQSVCQSVFOCVBRCVCMCVFOCVBQiU5NiVFMyU4MiU4NCVFMyU4MSVBMyVFMyU4MSVBNiVFMyU4MSVCRSVFMyU4MSU5OSVFMyU4MSU4QiVFRiVCQyU5RiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9NzE1YWQyY2QyNmM1YTBiMGM1Zjc0NmEyOGE3ODE1ZTA%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTcxNiZ0eHQ9JTQwR2FtYXJpMDAwOSZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTMyJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MWZmNTg2N2RhNDgwZDYyYjY1NzE1Yzc5Y2I0MDEyYmU%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D5ca724cc6b3042fa51a78f87dd701442)
Code InterpreterにExcel関数を書いてもらう方法
Code InterpreterでExcel作業 Excel（エクセル）は結構好き嫌いが分かれるソフトだと思います。 プログラミングはできるけど、エクセルはあんまり得意じゃないという人も結構いるのではないでしょうか？私もあんまりエクセルは得意ではないです。 Code Interpreterでエクセル仕事がどのくらいできるのか試してみました。 普通にPythonで読み込みと可視化 まずはPythonでの読み込みと可視化です。 試したデータは、以下のような日付とカテゴリと金額の入った、妙に生々しいものです。はい、私が確定申告のためにメモしている経費のデータの一部です。 こんなやけにリアルなデータの月ごとの金額集計やカテゴリごとの金額を可視化（グラフ、表）にしてみます。 プロンプトは以下くらいでOKです。実際のプロンプトの例はこちらです。
GitHub - microsoft/azurechat: 🤖 💼 Azure Chat Solution Accelerator powered by Azure Open AI Service
Azure Chat Solution Accelerator powered by Azure Open AI Service Azure Chat Solution Accelerator powered by Azure Open AI Service is a solution accelerator that allows organisations to deploy a private chat tenant in their Azure Subscription, with a familiar user experience and the added capabilities of chatting over your data and files. Benefits are: Private: Deployed in your Azure tenancy, allow
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - bakks/butterfish: A shell with AI superpowers
GitHub - Nutlope/aicommits: A CLI that writes your git commit messages for you with AI
教育の個別最適化を生成AIで支援、悪影響を認識しつつ空いた時間を高次の活動へ
Eureka! ロボット学習に新たな風を吹き込む NVIDIA Research の画期的な進歩 | NVIDIA
Taskade（タスケイド）｜日本語サイト
GitHub - microsoft/semantic-kernel: Integrate cutting-edge LLM technology quickly and easily into your apps
4 prompts to get your chatbot to fact-check itself and not make things up
GitHub - rogeriochaves/langstream: Build robust LLM applications with true composability 🔗