![](https://qiita-user-contents.imgix.net/https%3A%2F%2Fcdn.qiita.com%2Fassets%2Fpublic%2Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png?ixlib=rb-4.0.0&w=1200&mark64=aHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9Q2hhdEdQVCVFMyU4MSVBRUFQSSVFMyU4MiU5MjMlRTMlODMlQjYlRTYlOUMlODglRTQlQkQlQkYlRTMlODElQTMlRTMlODElQTYlRTMlODIlOEYlRTMlODElOEIlRTMlODElQTMlRTMlODElQTYlRTMlODElOEQlRTMlODElOUYlRTMlODAlODElRTglODklQUYlRTMlODElODQlRTUlODclQkElRTUlOEElOUIlRTMlODIlOTIlRTUlQkUlOTclRTMlODIlOEIlRTMlODElOUYlRTMlODIlODElRTMlODElQUUlRTYlOEMlODclRTklODclOUQmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPWY3M2ZmMDAxNjQyZTFkYjMwZmIzOWUzYzNmMWNlNWQ3&mark-x=142&mark-y=57&blend64=aHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBnZW9yZ2VfbmFveWEmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTZlMjQ1Njg0MTI4ZDQ2NjMyZjZjMjllOTk1MTE0NGJj&blend-x=142&blend-y=486&blend-mode=normal&s=78371b2565ba6f15bd77f8e04665820c)
ChatGPTのAPIを3ヶ月使ってわかってきた、良い出力を得るための指針 - Qiita
ChatGPT APIリリースの衝撃から(およそ)3ヶ月。私が所属する旅行系スタートアップのAVA Intelligenceでは、APIリリース以降、ミッション"Discover the Best…
要約すると
この記事は、ChatGPTのAPIを3ヶ月間使用して得られた良い出力を得るための指針について述べています。指針1は、問題を分割し、 AI はルールベースで解くべき問題を抽出することが重要であることを示しています。指針2は、課題を分割するアプローチに加えて、各個のコンポーネントが最終目的を意識することが重要であることを述べています。指針3は、大量の条件指定よりも、良質な出力例と一貫した目的を与えることが重要であることを述べています。作者は、彼らが使用する ReAct というシステムが ChatGPT の出力を改善するためにどのように使用されるかを詳しく説明しています。そして、最後に、技術の進歩と変化が起こり得ることを認識し、ユーザーの要望を満たすために開発を続けることを約束しています。
コメント