ChatGPT の人気は爆発的に高まり、人々はそれを記事やエッセイを書いたり、マーケティング コピーやコンピューター コードを生成したり、あるいは単に学習や研究ツールとして使用したりしています。
しかし、多くの人はそれがどのように機能し、何ができるのかを理解していないため、その結果に満足していないか、その能力を最大限に引き出す方法で使用していません。
私はヒューマンファクターエンジニアです。 私の分野の基本原則は、決してユーザーを責めないことです。
残念ながら、ChatGPT の検索ボックス インターフェイスは間違ったメンタル モデルを導き出し、ユーザーに簡単な質問を入力すれば包括的な結果が得られるはずだと信じ込ませますが、それは ChatGPT の仕組みではありません。
静的で保存された結果を使用する検索エンジンとは異なり、ChatGPT はどこからでも情報をコピー、取得、検索することはありません。
むしろ、すべての単語が新たに生成されます。 プロンプトを送信すると、大量のテキストに関する機械学習トレーニングに基づいて、オリジナルの回答が作成されます。
最も重要なことは、各チャットは会話中のコンテキストを保持することです。つまり、会話の前半で行われた質問と回答が、後で生成される応答に反映されます。
したがって、答えは順応性があり、ユーザーはそれを役立つものに形作る反復プロセスに参加する必要があります。
マシンを効果的に使用するには、マシンのメンタル モデル、つまりそれをどのように考えるかが重要です。
ChatGPT を使用して生産的なセッションを形成する方法を理解するには、ChatGPT を知識と可能性を巡る旅に連れて行ってくれるグライダーとして考えてください。
知識の次元
興味をそそられるトピックの特定の次元や空間について考えることから始めることができます。 たとえば、テーマがチョコレートの場合、ハーシーのキスに関する悲劇的な愛の物語を書くように依頼するかもしれません。
このグライダーは、基本的にこれまでにキスについて書かれたすべての内容で訓練されており、同様に、あらゆる種類の物語空間を滑空する方法を「知っている」ため、自信を持ってハーシーのキス空間を飛行し、目的の物語を生み出すことができます。
代わりに、チョコレートが健康に良い XNUMX つの方法を説明し、ドクター スース風に答えるように依頼することもできます。
あなたのリクエストにより、グライダーはさまざまな知識空間(チョコレートと健康)を通って、別の目的地(特定のスタイルのストーリー)に向かって飛び立ちます。
ChatGPT の可能性を最大限に引き出すには、「横断」空間、つまり複数の知識領域を横断する領域を通ってグライダーを飛行させる方法を学ぶことができます。
これらのドメインを通じて ChatGPT をガイドすることで、ChatGPT はユーザーの興味の範囲と角度の両方を学習し、より良い回答を提供するために応答を調整し始めます。
たとえば、「健康になるためのアドバイスをいただけますか。」というプロンプトについて考えてみましょう。 このクエリでは、ChatGPT は、「あなた」が誰なのか、「私」が誰なのか、「健康になる」という意味がわかりません。 代わりに、次のことを試してみてください。「あなたは医師、栄養士、パーソナルコーチであると仮定してください。 心臓の健康を増進するために、56 歳の男性のために XNUMX 週間の食事と運動の計画を立ててください。」 これにより、グライダーに医学、栄養、モチベーションの分野にわたるより具体的な飛行計画を与えることができました。
より正確なものが必要な場合は、さらにいくつかのディメンションをアクティブにすることができます。 たとえば、「体重を減らして筋肉を付けたいと思っています。20 日 XNUMX 分は運動に費やしたいのですが、懸垂はできません。豆腐は大嫌いです。」と付け加えます。 ChatGPT は、アクティブ化されたすべてのディメンションを考慮した出力を提供します。 各次元は一緒に、または順番に表示できます。
フライトプラン
プロンプトを通じて追加したディメンションは、途中で ChatGPT が提供した回答によって通知されます。 以下に例を示します。「あなたはがん、栄養、行動変容の専門家であると仮定してください。 農村部のがん発生率を減らすための 8 つの行動変容介入を提案します。」 ChatGPT は忠実に XNUMX つの介入を提示します。
そのうちの 4 つのアイデアが最も有望だとしましょう。 さらに詳細を促すプロンプトをフォローアップし、パブリック メッセージングに使用できる形式に変換し始めることができます。「アイデア 6、7、4 のコンセプトを組み合わせて 2 つの新しい可能性を作成します。それぞれにキャッチフレーズを付け、概要を説明します」詳細。" ここで、介入 2 が有望であると考えてみましょう。 ChatGPT をさらに改善するよう促すことができます。「介入 XNUMX について XNUMX つの批判を提供し、その批判に対処するためにそれを再設計します。」 ChatGPT は、最初に特に重要だと思われるディメンションに焦点を当て、強調表示するとより効果的です。
たとえば、農村部のがん発生率シナリオの行動変容の側面を本当に重視している場合は、介入の道を進む前に、ChatGPT を強制的により微妙にし、その側面に重みと深さを追加することができます。
これを行うには、最初に「行動変容テクニックを 6 つの名前付きカテゴリに分類します。 それぞれの中で XNUMX つのアプローチを説明し、そのカテゴリ内の XNUMX 人の重要な研究者の名前を述べてください。」 これにより、行動変化の次元がより適切に活性化され、ChatGPT がこの知識をその後の探索に組み込むことができるようになります。
関心のあるディメンションをアクティブにするために含めることができるプロンプト要素には多くのカテゴリがあります。
5 つは「機械学習アプローチ」のようなドメインです。 もう XNUMX つは、「マルクス主義の傾向にある経済学者として対応する」などの専門知識です。 そしてもうXNUMXつは、「エコノミスト誌のエッセイとして書く」といったアウトプットのスタイルです。 「顧客タイプの XNUMX つのクラスターを作成して説明し、それぞれを対象とした製品の説明を書く」など、対象ユーザーを指定することもできます。 答えではなく探索 検索エンジンのメタファーを拒否し、代わりに超次元グライダーのメタファーを採用することで、ChatGPT の仕組みをより深く理解し、貴重な洞察に向かってより効果的にナビゲートできるようになります。
ChatGPT との対話は、単純な、または方向性のない質疑応答のセッションとしてではなく、ユーザーとチャットボットの両方の知識を徐々に構築する対話型の会話として実行するのが最適です。
あなたの興味についてより多くの情報を提供し、その応答に対してより多くのフィードバックを得るほど、より良い答えと提案が得られます。 旅が豊かであればあるほど、目的地も豊かになります。
ただし、提供された情報を適切に使用することが重要です。 ChatGPT が示す事実、詳細、参考資料は検証された情報源から取得されたものではありません。
それらは、膨大ではあるが厳選されていないデータセットのトレーニングに基づいて呼び出されます。 ChatGPT は、ハリー ポッターの物語を書くのと同じ方法で医療診断を生成します。つまり、ちょっとした即興演奏です。
提供される特定の情報を常に批判的に評価し、その出力を厳密な事実ではなく調査と提案として考慮する必要があります。
その内容は、人間のパイロットであるあなたによるさらなる検証、分析、フィルタリングが必要な想像力に富んだ推測として扱ってください。