ํ๋กฌํํธ ์์ง๋์ด๋ง
AI ํ๋กฌํํธ์ ์์ ์ ๋ง์คํฐํ๋ ๋ฐฉ๋ฒ: ๊ณ ๊ธ ์ฌ์ฉ์๋ฅผ ์ํ 5๊ฐ์ง ๊ธฐ์
대규모 언어 모델(이하 LLM)의 사용은 ChatGPT와 같은 산업 전반에 걸쳐 폭발적으로 증가하고 있다. 과학자들조차 자신의 연구를 작성하거나 다듬는데 AI를 의존하고 있다. 대규모 언어 모델을 사용하는 이유는? 최근 분석에 따르면, 2023년에 발표된 500만 개의 과학 연구에서 특정 단어의 사용이 급증했다. 이러한 증가의 이유는? LLM의 사용이다.
AI의 영향은 이미 막대하다고 할 수 있다. 작업장을 급속하게 변형시키고 있다. 하지만 우리는 여전히 초기 단계에 있으며, AI를 사용하면서 품질을 손상시키지 않도록 균형을 맞추는 데 노력해야 한다. 내 회사 Jotform에서는 AI 도구를 사용하여 지루한 작업을 자동화하거나, 나는 “바쁜 작업”이라고 부르는 것을 자유롭게 해주고, 직원들이 인간만이 할 수 있는 의미 있는 작업에 집중할 수 있도록 하고 있다. 나는 ChatGPT와 같은 AI 도구를 가치 있는 자원으로 본다. 저렴하고, 효율적인 AI 어시스턴트이다. 하지만 ChatGPT를 사용해 본 사람들은 모두가 알겠지만, 그것은 100% 신뢰할 수 없거나 정확하지 않다. 또한 그것은 당신이 그것에게 주는 프롬프트에 따라 효과가 있다.
나는 최근에 ChatGPT에게 프롬프트 엔지니어링 기술을 개발하는 방법을 물었다. 첫 번째 응답은 다음과 같았다. “실험과 반복: 다양한 유형의 프롬프트를 계속해서 실험하고, AI의 출력에 따라 그것들을 개선한다. 무엇이 효과가 있고, 무엇이 효과가 없는지 추적하고, 프롬프트를 점진적으로 개선한다.”
즉, 연습이 완전함을 만든다.
이 점을 고려하여, 프롬프트 작성 기술을 다음 단계로 끌어올리는 나의 최상위 전략은 다음과 같다.
메타 프롬프트 시도
커뮤니케이션이 성공적인 관계의 핵심이다. 사람들이 어떻게 커뮤니케이션을 하는지 그리고 어떻게 그것들과 가장 잘 커뮤니케이션할 수 있는지 이해하는 것은 더 강한 유대감을 키울 수 있고, 의도나 감정과 단어가 일치하지 않을 때 발생하는 불가피한 오해를 극복하는 데 도움이 될 수 있다. 같은 맥락에서, ChatGPT와의 상호작용은 그것과 명확하게 어떻게 커뮤니케이션할 수 있는지 물어보면 크게 개선될 수 있다. 나는 ChatGPT에게 내가 원하는 정보나 피드백을 얻기 위해 프롬프트를 어떻게 작성해야 하는지 자주 묻는다. ChatGPT에게 결과에 대한 더 많은 정보를 제공할수록, 그것은 더 효과적인 프롬프트를 생성하는 데 도움이 될 수 있다.
예를 들어, 다음과 같은 메타 프롬프트를 사용할 수 있다.
“ChatGPT에게 기사에 대한 자세한 피드백을 얻기 위해 프롬프트를 어떻게 작성해야 하는지 알려주세요. 가장 관련된 통찰력을 얻기 위해 어떤 정보를 포함해야 합니까?”
몇 초 만에, ChatGPT는 프롬프트 템플릿과 각 부분을 포함한 이유에 대한 간단한 설명을 제공했다. 이러한 종류의 통찰력은 향후 더好的 프롬프트를 작성하는 데 도움이 된다.
대화를 지속시키기
대부분의 연구 도구에서는 각 쿼리가 분리되어 있다. 이전 검색을 건설하여 개선하거나 더 깊이 조사할 수 없다. ChatGPT는 대화의 흐름을 계속할 수 있는 장점이 있다. 소크라테스 대화처럼, 당신이 선생이고 ChatGPT가 학생인 것처럼 말이다. 나는 이 기능을 특히 주제에 익숙하지 않은 경우에 유용하게 찾는다. 기본적인 이해 수준에서 시작하여 세부 사항으로 나아가고 싶을 때 말이다.
ChatGPT와 대화를 나누려면, 먼저 광범위한 프롬프트로 시작하고, 이후의 프롬프트를 응답에 따라 개선한다.
프롬프트의 순서는 다음과 같을 수 있다.
“테니스 서브의 메커니즘을 몇 문장으로 설명할 수 있나요?”
“서버는 왜 뒤쪽 발에서 앞쪽 발로 체중을 이동합니까?”
“운동 에너지 전달에 대해 간단히 설명할 수 있나요?”
이 기술은 더细부한 응답을 얻을 수 있고, 다른 관점이나 고려할 수 있는 영역을 탐색하는 데 도움이 될 수 있다.
ChatGPT에 참조 텍스트 제공
ChatGPT는有点 수다스러운 편이다. 어떤 주제에 대해서든 물어보면, 그것은 기꺼이 길게 이야기할 것이다. 하지만, 항상 정확한 것은 아니다. 그래서 ChatGPT에게 참조 텍스트를 제공하는 것이 도움이 될 수 있다. OpenAI에 따르면, “학생이 시험을 볼 때 노트를 사용하는 것과 마찬가지로, 이러한 모델에 참조 텍스트를 제공하면 허구를 줄일 수 있다.” 이미 알고 신뢰하는 출처를 ChatGPT에게 제공하고, LLM이 필요한 정보를 추출하도록 하자.
프롬프트는 다음과 같을 수 있다.
“다음 기사를 사용하여 질문에 답변해주세요.”
ChatGPT: 예, 계속해서 진행해주세요. 질문에 답변하기 위해 사용할 기사를 제공해주세요.
그런 다음 ChatGPT에게 기사(제목과 출판물이 일반적으로 충분함)를 제공하고, 질문을 하자.
ChatGPT에 역할 부여
ChatGPT의 가장 유용하고, 인정해 주어야 할, 기능 중 하나는 다양한 페르소나를 채택하는 것이다. 당신은 盲人과 象의 우화를 알고 있을 것이다. 각人が 象의 다른 부분을 느끼고, 그들이 느끼는 부분에 따라 동물을 설명한다. 인간은 우리의 현실이 제한된 관점에 기반한 경우에도 그것이 올바른 것이라고 가정하는 경향이 있다. 다양한 관점을 통합하면 우리가 무언가를 더 완전히 이해할 수 있다.
ChatGPT에게 페르소나를 채택하도록 지시하기만 하면, 새로운 관점을 얻을 수 있다.
다음과 같은 두 가지 프롬프트와 페르소나를 고려해 보자.
프롬프트: 다음 텍스트를 시인 관점에서 다시 작성해주세요. 물 위에 다리는 두 땅을 연결합니다.
ChatGPT:
물과 강이 춤추고 속삭이는 곳에서,다리는 은빛을 가로지르며,약속의 아치를 통해,하늘과 땅의 마음을 하나로 묶습니다.
프롬프트: 다음 텍스트를 기술자 관점에서 다시 작성해주세요. 물 위에 다리는 두 땅을 연결합니다.
ChatGPT
물 위에 다리는 두 개의 분리된 땅을 연결하는 구조적 해결책입니다. 그것은 간격을 정밀하게 설계된 재료로 채우고, 두 지역 사이의 운송과 통신을 가능하게 하면서 안정성과 내구성을 보장합니다.
Jotform의 마케팅 팀은 이 기술을 사용하여 다양한 구매자 페르소나의 관점에서 문제를 조사할 수 있다. 이는 간단하지만 다양한 사용 사례가 있는 기술이다.
원하는 응답 모델링
ChatGPT는 가장 신뢰할 수 있는 이야기꾼은 아니지만, 매우 논리적이다. 원하는 응답을 설명하려고 시도하는 것보다, ChatGPT에게 예를 제공하고, 그것이 같은 논리를 적용하도록 하는 것이 더 쉽다.
예를 들어, 마케팅 캠페인에서 ChatGPT를 사용하여 매력적인 카피를 작성하고 싶다고 가정해 보자.
다음과 같은 프롬프트를 사용할 수 있다.
프롬프트: “나는 단어를 작성하고, 당신에게 해당하는 형용사를 만들어달라고 요청하고 싶습니다. 예를 들어, 나는 ‘예쁨’이라고 쓰면, 당신은 ‘별보다 더 아름다운’이라고 쓰실 수 있습니다.”
ChatGPT:
물론입니다! 단어를 제공해주세요.
나: 긴장
ChatGPT: 폭풍의 강풍에 흔들리는 잎처럼 긴장
나는 두 번째 생각에, 그것이 내가 원하는 것이 아니라는 것을 알았다. 그래서 프롬프트를 조정했다.
프롬프트: 나는 단어를 작성하고, 당신에게 해당하는 형용사를 만들어달라고 요청하고 싶습니다. 예를 들어, 나는 ‘예쁨’이라고 쓰면, 당신은 ‘텍사스 주립 박람회에서 상을 받은 돼지보다 더 귀여운’이라고 쓰실 수 있습니다.
ChatGPT: 알겠습니다! 단어를 제공해주세요.
나: 긴장
ChatGPT: 바위 의자 컨벤션에서 고양이처럼 긴장
이 경우, 나는 마케팅 카피에 대한 아이디어를 얻었고, 무료로 웃음을 얻었다.
