プロンプトエンジニアリングを通じてチャットボットをトレーニングする方法

ルーカス・メリアン著

Computerworld シニア レポーター |

人工知能ベースのチャットボットがここ数カ月で世界を席巻した理由の 1 つは、広告キャンペーンの作成や履歴書の作成など、さまざまな目的でテキストを生成したり、加工したりできるためです。

これらのチャットボットは、人間の知能を模倣し、オーディオ、ビデオ、画像、コンピューター コードだけでなくテキスト コンテンツを作成できる大規模言語モデル (LLM) アルゴリズムを利用しています。 LLM は、自然言語入力に対して人間のような応答を生成するために、大量の記事、書籍、インターネット ベースのリソース、その他の入力に基づいて訓練された人工知能の一種です。

アプリケーションタスクを自動化するためのビジネス用途向けに、LLM に基づく生成 AI ツールを発表するテクノロジー企業が増えています。 たとえば、Microsoft は先週、OpenAI の ChatGPT に基づくチャットボットを限られた数のユーザーに公開しました。 Microsoft 365 に組み込まれており、CRM および ERP アプリケーション機能を自動化できます。

ユーザー プロンプトを通じてソフトウェア コードを作成する生成 AI の例。 この場合、Salesforce の Einstein チャットボットは、OpenAI の GPT-3.5 大型言語モデルの使用を通じて有効になります。

たとえば、新しい Microsoft 365 Copilot を Word で使用してドキュメントの初稿を作成すると、執筆、調達、編集にかかる時間を節約できる可能性があります。 Salesforce はまた、CRM プラットフォームで使用する GPT ベースのチャットボットをリリースする計画も発表しました。

OpenAI の GPT-4 など、ほとんどの LLM は、次の単語またはコンテンツの予測エンジンとして事前トレーニングされています。これが、ほとんどの企業がいわば「そのまま」使用する方法です。 また、LLM ベースのチャットボットでもある程度のエラーは発生しますが、事前トレーニングされた LLM は、少なくとも出発点として使用できる、ほぼ正確で説得力のあるコンテンツをフィードする点では比較的うまく機能します。

ただし、多くの業界では、専門用語を理解し、ユーザーに固有のコンテンツを作成する、よりカスタマイズされた LLM アルゴリズムが必要です。 たとえば、医療業界の LLM は、電子医療記録 (EHR) を処理および解釈し、治療法を提案したり、医師のメモや音声録音に基づいて患者の医療概要を作成したりする必要がある場合があります。 金融サービス業界向けに調整された LLM は、消費者を保護するために収益報告を要約し、会議の記録を作成し、不正行為の分析を実行できます。

さまざまな業界において、高い応答精度を確保することが最も重要な場合があります。

ほとんどの LLM には、アプリケーション プログラミング インターフェイス (API) を介してアクセスでき、ユーザーはパラメータを作成したり、LLM の応答方法を調整したりできます。 チャットボットに送信される質問やリクエストは、ユーザーが応答を求めているという意味で、プロンプトと呼ばれます。 プロンプトは自然言語の質問、コード スニペット、またはコマンドにすることができますが、LMM がその仕事を正確に実行するには、プロンプトが適切である必要があります。

そしてその必要性が、プロンプトエンジニアリングという新しいスキルを生み出しました。

プロンプト エンジニアリングは、望ましい結果を達成するために、大規模な言語モデルのテキスト プロンプトを作成および最適化するプロセスです。 「[これは] LLM をタスク定義に迅速かつ簡単に合わせて調整するため、製品のプロトタイピングと探索における迅速な反復を支援します」と、シリコンバレーの新興企業である SambaNova Systems の製品担当シニア バイス プレジデントであるマーシャル チョイ氏は述べています。人工知能（AI）用の半導体を製造している。

LLM を作成およびホストするコミュニティ主導のプラットフォームである Hugging Face の機械学習エンジニアである Eno Reyes 氏によると、プロンプト エンジニアリングはおそらくユーザーにとって重要であるのと同じくらい、IT およびビジネスの専門家にとって重要なスキルになる予定です。

「ソフトウェア、IT、コンサルティング業界で私が知っている多くの人は、個人的な仕事で常にプロンプ​​ト エンジニアリングを使用しています」とレイエス氏は Computerworld への電子メールの返信で述べました。 「LLM がさまざまな業界にますます統合されるにつれ、生産性を向上させる潜在力は計り知れません。」