思考連鎖を上手に活用してChatGPTの質問効率を向上させましょう

[ nXXlsOf5g9VKm99In7vf3jFyfAVEodUImvEFx_ZMZnrLoXiwGWYZjjHFydTdbICWwpItkmxfYoRhGFDPQIyPEFY5zcJgVnHC5hDOlAuoLjq2CkzfDOrtM865Ol1On rjR6I/s16000/DALL%C2%B7E%202024-01-26%2009.28.51%20-%20A%20young%20girl%20reading%20and%20contemptting%20in%20a%20美しい、 %20ethereal%20style.%20The%20illustration%20 should%20be%20imbued%20with%20an%20asthetic%20charm,%20featuring%20soft,%20drea.p ng)](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj9CSmZwvEH6MWeX_MHrancGGS-M4GcAO4-YGaT_Bk0iuXZctkSKMp7SRNvXmn XXlsOf5g9VKm99In7vf3jFyfAVEodUImvEFx_ZMZnrLoXiwGWYZjjHFydTdbICWwpItkmxfYoRhGFDPQIyPEFY5zcJgVnHC5hDOlAuoLjq2CkzfDOrtM865Ol1Onrj R6I/s1792/DALL%C2%B7E%202024-01-26%2009.28.51%20-%20A%20若い%20女の子%20読書%20and%20熟考%20in%20a%20美しい,%20 ethereal%20style.%20The%20illustration%20 should%20be%20imbued%20with%20an%20asthetic%20charm,%20featuring%20soft,%20drea.png)

この記事 は Zheng Weiquan によって書かれ、元々は「Technice Island」に掲載されました。

時系列は2024年に入りました。まずは皆様、新年明けましておめでとうございます！この 1 年間で、ChatGPT、Bard、Claude などの生成 AI ツールに誰もがかなり慣れてきたと思います。しかし、ChatGPT が提供する回答に満足しているかどうかを尋ねられたらどうしますか?苦笑いする人も多いのではないだろうか？

さて、「Chain of Thought」（Chain of Thought、CoT）と呼ばれる質問テクニックを紹介しましょう。簡単に言えば、これはロボットが人間と同じように考えることを学ぶ方法です。私たちが子供の頃に数学の問題を解いていたときと同じように、教師は問題解決のプロセスを段階的に書き留めるように教えてくれます。そして、「思考の連鎖」によりロボットがこの推論プロセスを模倣できるようになります。

言い換えれば、この方法で ChatGPT に複雑な数学的問題を尋ねると、ChatGPT は「思考」を開始し、最終的な答えに直接ジャンプするのではなく、問題を解決する方法を段階的に教えてくれます。

思考の連鎖の 2 つの大きな利点

そうすることには 2 つの明らかな利点があります。1 つ目は、本当に複雑な問題に直面したときに、ChatGPT が答えを見つける可能性が高くなります。第二に、ChatGPT が何を考えているかを理解しやすくなります。答えが間違っていれば、問題がどこにあるのかがより簡単にわかります。

友人とどこで食事をするかを相談すると、あなたの好みや予算に応じてCPの高いレストランをすぐに勧めてくれるのと同じです。次回、あなたが彼に関連した質問をすると、彼は前回の会話の内容に基づいて自然に提案をしてくれるでしょう。

Wikipediaのはじめにによると、「思考の連鎖」は「思考の連鎖」とも呼ばれます。これは、大規模な言語モデル (LLM) にプロンプトを表示するテキスト プロンプトのテクノロジー (Textual Prompting) です。ラージ言語モデル (LLM) は、複数ステップの問題に対する最終的な答えにつながる一連の中間ステップを生成することで、推論能力を向上させます。このテクノロジーは、2022 年に Google の研究者によって初めて提案されました。

ZhouらによるGoogle Brainチーム[研究]の研究科学者ジェイソン・ウェイ氏とデニー氏によると、 (https://arxiv.org/abs/2201.11903)、「思考の連鎖」は、大規模な言語モデルのトレーニングと疑問詞の設計のプロセスで重要な役割を果たします。

「プロンプティング エンジニアリング」という用語を聞いたことがある友人もいるかもしれません。これは、ChatGPT などの生成 AI ツールが質問に答える方法をよりよく理解できるようにするテクノロジーです。単にパラメーターを提供するのではなく、参照用に AI ツールにプロンプトワードの形式で質問を提供します。このようにして、AI ツールは問題そのものから直接学習することができます。

科学者たちは、プロンプトの単語に「ステップごとに考えてみましょう」のような文を追加すると、複数ステップの推論が必要な問題に対する ChatGPT などの生成 AI ツールのパフォーマンスが向上する可能性があることを発見しました。つまり、いわゆる「思考連鎖」技術です。

「Thinking Chain」により、AI ツールは質問に答える前に一連の推論ステップを生成できます。その原理は、人間が考えるときの脳のプロセスとまったく同じです。このようにして、特に推論や数学的計算について考える必要がある問題に直面した場合に、複雑な問題を解決する AI ツールの能力を向上させることができます。

言語モデルの規模を拡大しようとすることは確かに技術的な進歩ですが、そのプロセスは時間がかかるだけでなく、通常は費用もかかります。そこで、専門家や学者のグループは、「思考チェーン」テクノロジーを使用して、複雑な推論問題に対する ChatGPT などの AI ツールのパフォーマンスを効果的に向上させる別の方法を見つけることにしました。人間の思考プロセスをシミュレートするのが得意で、AI ツールの答えを理解しやすくするのに十分です。

思考の連鎖の仕組み

「思考の連鎖」というと少し難解に聞こえますが、実際には、論理的に関連する一連の思考ステップを指しますが、それらを直列に接続して完全な思考プロセスを形成します。

考えてみてください。私たちが人生でいくつかの複雑な問題に直面したとき、あなたはそれらをどのように分解して対処しますか?私自身は、「マインド マップ」のようなツールを使用して、思考のステップを包括的に分解するのが好きです。たとえば、ブリーフィングやスピーチの準備が必要な場合、まずトピックを関連するサブトピックに分割し、次に各サブトピックの詳細を徐々に考えて実行し、最後にすべてのアイデアを整理して明確なコンテキストを形成します。分解から組織化までのこのプロセス全体が思考の連鎖です。

総じて、「マインドマップ」は知識の解体と再構築に非常に適したツールであり、「シンキングチェーン」も素晴らしい思考ツールです！したがって、プロンプト ワード デザインを学習する過程で、大規模な言語モデルの推論を促す「思考連鎖」メソッドを使用することもお勧めします。

この段階的な質問方法により、質問者は大規模言語モデルの推論が正しいかどうかを確認しやすくなります。たとえ質問の過程で間違いがあったとしても、それは問題ではありません。時間内に修正できます。

つまり、「思考の連鎖」の概念を使用してプロンプトの単語を設計することは、単純な穴埋め問題ではなく、ChatGPT、Bard、または Claude に詳細な数学的分析の質問を依頼するようなものです。これにより、これらの生成 AI ツールは推論プロセスと各ステップのロジックを詳細に表示できるようになり、推論能力が向上します。

「シンクチェーン」の起源は、古代ギリシャのソクラテス的質疑応答法に遡ります。この方法では、一連の質問と回答を通じてトピックを深く調査します。現代では、経営コンサルタント、教育、心理学、科学研究などさまざまな分野でも広く利用されています。

「思考の連鎖」の特徴は以下のとおりです。

• 一貫性: 質問間には論理的な一貫性があり、各質問は前の質問に対する回答に基づいています。
• 深さ: 一連の質問と回答を通じて、思考チェーンにより問題の複数の側面を深く調査できます。
• 柔軟性: トピックやドメインに関係なく、ほぼすべてのタイプの問題解決プロセスに適用できます。

「思考の連鎖」の重要性は自明です。その主な理由は、それが人々が問題をより包括的かつ深く理解するのに役立つ構造化された思考方法を提供するからです。このアプローチは、問題のさまざまな角度を探索し、新しい洞察と解決策を明らかにすることを促進するため、複雑な問題を解決するのに特に適しています。

コーヒーショップ起業の応募事例

最後に、「思考の連鎖」がどのように適用されるかを理解するために、職場でよくある事例を紹介します。

Wang Jiahua はビジネスを始めたいと考えている若い男性で、ChatGPT を使用して市場分析と新しいコーヒー ショップのオープンに関するアドバイスを得たいと考えているとします。

彼は「思考連鎖」の概念を使用して、ChatGPT に質問することができます。

1. 台北のダウンタウンのコーヒーショップの現在の市場状況はどうなっているのかを尋ねてみましょう。 ChatGPT は、台北のダウンタウンにあるコーヒー ショップの数、種類、一般的な客足に関する情報を提供する可能性があります。
2. 詳細な質問: これらのコーヒー ショップの主な顧客は誰ですか?これを使用して、会社員、学生、観光客など、さまざまなコーヒー ショップが引き付ける顧客の種類を理解します。
3. さらなる調査: 近年、台北のコーヒー消費者の好みはどのように変化しましたか?これは、Wang Jiahua 氏が特別なコーヒー豆に対する顧客の好みなどの市場動向を理解するのに役立ちます。
4. 市場機会: 現在、市場には満たされていない顧客のニーズはありますか?特製飲料やユニークなコーヒー体験など、潜在的な市場機会を探ります。
5. 競合分析: 台北のダウンタウンのコーヒーショップの競合状況はどのようなものですか?競合他社の長所と短所、そして市場がどの程度飽和しているかを理解します。
6. 潜在的な機会: 新しいコーヒーショップをオープンする場合、考慮すべき重要な要素は何ですか?立地、店舗デザイン、メニュー選択などの要因が出店に与える影響を評価します。

この質疑応答のプロセスを通じて、王家華氏はコーヒーショップに関する市場情報を入手できるだけでなく、関連業界の動向を深く理解し、潜在的なビジネスチャンスを探ることもできます。

さて、もうお分かりいただけたと思いますが、「シンクチェーン」とは、質問を続けることでテーマを深く探求できる問題解決手法です。各質問は前の質問の回答に基づいて構築されているため、トピックの核心までドリルダウンしたり、より深い洞察を明らかにしたりできます。

★ AI 時代を受け入れたいですか? 「【AIコピーライティング講座】(https://vista.im/etstar-ai-writing)」へのご登録をお待ちしております！

★ライティングスキルを総合的に向上させるために、「Vista Writing Companion Program」にご登録ください。

---