ChatGPTの最新のGPT-5モデルは、当初のリリースは難航したものの、新機能、ペルソナ、そして統合機能が追加されました。これらは最も注目すべき開発点ですが、ChatGPTが私の指示を処理する方法に大きな変化があったかどうかも気になりました。
ChatGPT、Claude、Gemini などの AI ボットに、内なる独白や思考の流れを直接明らかにするよう求めると、アラームが鳴り、「申し訳ありませんが、それを共有することはできませんが、代わりに私の仕事のやり方に関する一般的な情報をお伝えすることはできます」といった応答が返されます。
これらのアイデアは、AIのバイアスといった隠れた洞察を明らかにする可能性があるため、探求する価値があるかもしれません。ChatGPTに既に存在するバイアスには、以下のようなものがあります。 彼は西洋的な考え方に傾倒しており、英語で最もよく仕事をします。例えば、 などです。これはトレーニングデータの偏りに起因する可能性があります。
しかし、何度かやり取りした後、ChatGPT-5 は私の指示をどのように処理したかについて、いくつかの追加の詳細を共有してくれました。
1. GPT-5 は命令の中で何を探すのでしょうか?
ChatGPTは、自分の「脳」への完全なアクセス権を私に与えることはできないと認めたが、私のリクエストを処理する際に舞台裏で何が起こっているかを読みやすいプロトタイプを作成できると述べた。
彼はまず私の質問を解釈することから始めると説明しました。そして、その情報を用いて関連する知識領域を活性化し、それから回答の体系的なアウトラインを構築していきます。
また、リクエストの文脈を補足する重要な情報も強調表示され、効果的であることが証明されています。要求された情報の対象者を特定することで、回答を適切に調整し、望ましいトーンを示唆するのに役立ちます。
GPT-5では、交渉の余地のない条件は依頼の冒頭で強調すべきだとも述べられています。イベント企画の支援を依頼していて予算が限られている場合は、文面の冒頭に明記しましょう。
最新のテクノロジーを購入したいが、新リリースのみに関心がある場合は、有効期限を注文の先頭に記入してください。
2. 注文形式
ChatGPT では、親友に話しかけているかのようにコマンドを記述することがうまく機能しますが、ボットは、複数の厳密な基準を入力したい場合に JSON (コードに似たテキストをフォーマットする特定の方法) でコマンドを記述することも効果的なコミュニケーション方法になり得ることも明らかにしました。
このようなテンプレートを使用するとコマンドが読みにくくなる可能性がありますが、コマンドから重要な要件が省略されているかどうかを検出しやすくなるという潜在的な利点があります。
ChatGPTの推奨テンプレートのセクションでは、ボットが使用できるウェブサイトやトピックを指定できます。また、別のセクションでは、出力の認知レベルと最大単語数を指定できます。
独自のテンプレートを作成するには、次のコマンドを使用します。「将来の ChatGPT コマンドに使用できる、すぐに入力できるグローバル JSON テンプレートを作成します。」
コマンドをあまり具体的にする必要がない場合は、テンプレートで強調されている基本原則とAIのヒントを念頭に置くだけで十分です。コマンドをもう一度読み直し、より具体的にできる部分がないか自問してみてください。
次のコマンドでは、テキストの要約を求める代わりに、200 語の段落を求めます。
3. 何が問題になるのでしょうか?
ChatGPT に思考の全容を明らかにしてもらうことはできませんでしたが、プロンプトを誤って解釈した場合に起こり得る潜在的な間違いについて、ある程度の洞察を得ることができました。
これらのエラーには次のものが含まれます。
- 誤解エピソード： 「営業」を「マーケティング」と勘違いして誤った回答を構築するなど、早期の再検討を行わずに指示を誤読し、長い社内対話を行う。
- 幻覚シリーズ: 次のステップの根拠として架空の詳細を使用する。例えば、研究をでっち上げて、それを信頼性のために「引用」するなど。
- 早期統合： 実際には比喩である主張を料理に関するものとして分類するなど、より良い代替案を無視して、最初の合理的な計画に固執する。
- 検証手順をスキップ: 最終的な答えを出す前に、数学、論理、時系列を再確認しないとき。
4. 少数ショットのプロンプト
ChatGPTに質問に答える際に考慮するすべての要素を網羅したリストを提供するよう依頼したところ、「few-shot prompting」と呼ばれる手法が有効であることが確認されました。この手法では、理想的な回答例を共有します。
ChatGPTは、「非常に具体的な出力パターンを念頭に置いている場合、抽象的な指示をどれだけ示すよりも、簡単な例を示す方がChatGPTをより効果的に導くことが多い」と説明しています。
したがって、常に同じ方法で電子メールに返信する場合は、いくつかの例をアップロードすると、ChatGPT が実際に使用できる返信を作成するのに大いに役立ちます。
結論
使用している大規模言語モデル（LLM）が質問に基づいてどのように判断を下すかを理解することは、いくつかの点で役立ちます。出力が期待どおりでない場合の潜在的な問題を理解するのに役立つだけでなく、正当な理由がある場合は制約を特定するのに役立ちます。
フォームの作成者自身がフォームを監視して、正しく動作していることを確認することも役立ちます。 新しい研究 最近、新しい大規模言語モデルは非常に高度になり、その思考のシーケンスが人間には判読できない可能性がある、あるいは AI がそれが監視されていることを検知するとそれを非表示にする可能性があることが示唆されています。
コメントは締め切りました。