思考の連鎖プロンプティング

この記事では、.NET での思考連鎖プロンプトの使用について説明します。

GPT モデルのパフォーマンスは、プロンプト エンジニアリング (モデルに指示と例を提供して出力を促したり洗練させたりする方法) によってメリットを得られます。 命令を処理する際に、モデルでは、時間をかけて回答を導き出すよりも、すぐに回答しようとする方が、推論ミスが多くなります。 モデルに思考連鎖 (つまり、各ステップの結果と共に命令に従うために実行したステップ) を含めるように指示することで、より確実に正しい回答に導くことができます。

思考連鎖プロンプトは、GPT モデルにタスクをステップ バイ ステップで実行し、各ステップとその結果を出力内の順序で表示するように求める方法です。 これにより、実行計画の一部をモデルにオフロードしてプロンプト エンジニアリングを簡略化し、あらゆる問題を特定の手順に接続することが容易になるため、、さらなる作業をどこに集中させる必要があるかを把握できます。

一般に、思考連鎖を含めるようにモデルに指示するだけの方が簡単ですが、例を使用して、タスクを分解する方法をモデルに示すこともできます。 次のセクションでは、両方の方法を示します。

指示で思考連鎖プロンプトを使用する

思考連鎖プロンプトで指示を使用するには、タスクをステップ バイ ステップで実行し、各ステップの結果を出力するようにモデルに指示するディレクティブを含めます。

prompt= "Instructions: Compare the pros and cons of EVs and petroleum-fueled vehicles. Break the task into steps, and output the result of each step as you perform it."; 

例で思考連鎖プロンプトを使用する

例を使用して、思考連鎖プロンプトのステップを示すことができます。これは、モデルがステップの結果も出力する必要があると解釈されます。 ステップには書式設定キューを含めることができます。

prompt= """
        Instructions: Compare the pros and cons of EVs and petroleum-fueled vehicles.

        Differences between EVs and petroleum-fueled vehicles:
        - 

        Differences ordered according to overall impact, highest-impact first: 
        1. 
        
        Summary of vehicle type differences as pros and cons:
        Pros of EVs
        1.
        Pros of petroleum-fueled vehicles
        1. 
        """;

関連するコンテンツ

• プロンプト エンジニアリングの手法