Copilot プロンプトに関する考慮事項
コパイロットからの応答の質は、使われる言語モデルだけでなく、ユーザーが指定したプロンプトの種類にも左右されます。 プロンプトは、私たちが何をしたいのかをアプリケーションに伝える方法です。 必要な応答の種類を明示的に指定することで、最も有用な結果を得ることができます。 次の例を考えてみましょう。「会社の役員向けに、このドキュメントで説明されている Copilot の採用に関する重要な考慮事項を要約します。 概要はプロフェッショナルな口調で 6 個以下の箇条書き形式にします。」明確で具体的なプロンプトを送信すると、より良い結果を得ることができます。
コパイロットの応答を改善するには、次の方法を検討してください。
- コパイロットに何をしてほしいかについて、具体的な目標から始めます
- 特定の範囲の情報に基づいて応答できるように、情報源を指定します
- 応答の妥当性と関連性を最大化できるようにコンテキストを追加する
- 応答に対する明確な期待値を設定します
- 以前のプロンプトと応答に基づいて繰り返し、結果を洗練させます
ほとんどの場合、コパイロットはプロンプトをそのまま言語モデルに送信するだけではありません。 通常、プロンプトは次のように拡張されます。
- 言語モデルの動作について条件と制約を設定するシステム メッセージ。 たとえば、「あなたは、明るくフレンドリーに応答する頼りになるアシスタントです。」このようなシステム メッセージによって、モデルの応答の制約とスタイルが決定します。
- 過去のプロンプトと応答を含む、現在のセッションの会話履歴。 履歴を使うと、会話のコンテキストを維持しながら、繰り返し応答を洗練させることができます。
- 現在のプロンプト。モデルに合わせて適切に言い換えたり、応答の範囲を指定する根拠となるデータを追加したりするために、コパイロットによって最適化される可能性があります。
"プロンプト エンジニアリング" という用語は、プロンプト改善のプロセスを表します。 アプリケーションを設計する開発者と、それらのアプリケーションを使用する利用者の両方がプロンプト エンジニアリングについて考慮することで、生成 AI からの応答の質を上げることができます。