ChatGPT: 배울 필요가 있는 8가지 프롬프팅 기술 (뻥이 없어요!)

당신은 프롬프트 엔지니어링에 대해 들어본 적이 있을지도 모릅니다. 본질적으로, 그것은 '원하는 것을 얻기 위해 인공지능에게 효과적으로 대화하는 것'입니다.

대부분의 사람들은 좋은 프롬프트를 작성하는 방법을 모릅니다.

그러나, 이는 점점 더 중요한 기술이 되고 있습니다...
왜냐하면, 쓰레기 인 데이터 = 쓰레기 아웃 결과가 되기 때문입니다.

이곳에는 프롬프트에 필요한 가장 중요한 기술들이 있습니다.👇

저는 언어 모델을 'LM'으로 참조하겠습니다.

언어 모델의 예시는 @OpenAI의 ChatGPT와 @AnthropicAI의 Claude입니다.

1. 개인 정보/역할 유도

인공지능에 역할을 부여합니다.

예시: "당신은 X에 대한 전문가입니다. 20년 동안 사람들이 Y를 하는 데 도움을 주었습니다. 당신의 역할은 X에 관한 최고의 조언을 제공하는 것입니다.
이해했다면 '알겠습니다'라고 답변해주세요."

다음은 강력한 추가 기능입니다:

‘질문에 대답하기 전에 항상 질문을 먼저 하여 질문자가 무엇을 찾고 있는지 더 잘 이해할 수 있어야 합니다.’

곧 중요한 이유에 대해 이야기하겠습니다.

2. 감시 및 치료원

CoT는 ‘생각의 연속’을 의미합니다.

이는 LM에게 추론 과정을 설명하도록 지시하는 데 사용됩니다.

예시:

3. 제로샷-컴피티션타임

제로샷은 모델이 프롬프트 내에서 추가적인 훈련 없이 예측을 수행하는 것을 의미합니다.

곧 샷 몇 개로 이동할 것입니다.

일반적으로 CoT 값이 Zero-shot-CoT 값보다 큽니다.

예시:

4. Few-shot (그리고 few-shot-CoT)

퓨샷은 LM (언어 모델) 가 프롬프트에 몇 가지 예제를 제공받아 새로운 예제에 더 빨리 적응할 수 있도록 하는 것입니다.

예시:

5. 지식 생성

LM를 독려하여 질문과 관련된 지식을 생성합니다.

이는 생성된 지식 프롬프트에 사용할 수 있습니다 (자세한 내용은 아래 참조).

예시:

6. 생성된 지식

이제 우리는 지식을 갖고 있으므로, 이 정보를 새로운 프롬프트에 넣고 그에 관련된 질문을 할 수 있습니다.

그런 질문을 '지식 증강' 질문이라고 부릅니다.

7. 자기일관성

이 기술은 여러 가지 추론 경로 (사고의 연결)를 생성하는 데 사용됩니다.

다수의 응답이 최종 답안으로 선택됩니다.

예시:

8. 형중

LtM는 '최소부터 최대까지'를 의미합니다.

이 기술은 CoT의 연장선상에 있습니다. 또한, 이는 문제를 하위 문제로 분할하여 그것들을 해결함으로써 작동합니다.

예시: