【リハビリ×ChatGPT】プロンプトエンジニアリングとは？

同僚や部下に依頼した仕事を確認したとき、こんな風に思ったことはないだろうか？
「なんで、こんな感じになってしまうのかな」
「これなら、自分でやった方が早いな」
相手が、自分の指示をしっかりと遂行してくれない、と。

でも、これって案外、“自分の依頼が不良であること” に起因していることが多い。
例えば、文献調査を依頼したいときに、全然研究をやったことがない新人に頼んでいたり。
例えば、表形式で資料をまとめて欲しいと思っているのに、それを共有していなかったり。
例えば、プレゼンの聞き手が「小学生」なのに、それを伝えていなかったり。
事前の依頼が、不十分だったり、不良だったりすることに起因する、生成物の至らなさ。

これと同じことが、ChatGPTをはじめとする生成系AIに対して、起こっている。
「なんか凄いと聞いて、触ってみたけど、一般的な答えしか返ってこないし、全然ダメじゃん」
「聞きたいことと、答えてくれることが、なんかズレているんだよな」
先ほどの例と同じく、その原因の多くは、「あなたの指示」にある。
その指示が、あなたが聞きたいことのすべてを反映したものになっていないのだ、きっと。

■ プロンプトエンジニアリング (Prompt Engineering)とは？

このChatGPTに対する指示は「プロンプト(prompt)」と呼ばれる。
そして、ChatGPTに対するプロンプトを最適化するための技術のことを「プロンプトエンジニアリング」という。
具体的には、ChatGPTが理解し、適切に応答できるようにプロンプト文を構造化する過程を指す。

プロンプトエンジニアリングは、「ChatGPTという楽器を演奏するための楽譜を作成すること」のようなイメージだ。
楽器（ChatGPT）がどんなに優れていても、適切な楽譜（プロンプト）がなければ、期待する音楽（回答）は得られない。
優れた楽譜を作成することで、ChatGPTの能力を最大限に引き出し、素晴らしい演奏（適切な回答）を得ることができる。

また、別の例えとして、“Garbage in Garbage out” という言葉が分かりやすい。
直訳は「ゴミを入力するとゴミが出力される」。
データマイニングや機械学習などの分野において、無意味なデータをいくら入力しても、無意味な結果しか得られないという意味合いで用いられる言葉だ。
この関係性が、プロンプト（入力）とChatGPTの生成物（出力）にも当てはまる。
すなわち、『低質なプロンプト』をChatGPTに入力すると『期待を下回る生成物』が返される。
期待を反映しない構造化されていない状態のプロンプトを入力することは、この「Garbage in Garbage out」の状態を作り出してしまう。
十分に期待を反映した、構造的なプロンプトを入力することで、ChatGPTははじめてその真価を発揮できるのだ。

AI戦略/企画や数々のAIプロジェクト推進に関わる野口竜司氏は、この技術を「プロンプトカ」と呼び、プロンプト力を「AIをことばで操るチカラ」と表現している。
その上で、これからのヒトの能力差の一端は、プロンプトで決まる時代に入ったと主張している。
これからの時代を走っていく上で、プロンプトエンジニアリングの力は必須スキルと言えるかもしれない。

■ 構造化プロンプト7要素

色んな要素を含んだ全体を構造化することの効果を、僕たちは既に知っている。
その１つは、『構造化抄録 / 論文の構造化』である。
構造化抄録（Structured Abstract）とは、研究論文や報告書の内容を、あらかじめ定められた特定の要素ごとに整理して要約した形式の抄録。
自由形式の抄録（自由抄録）と異なり、情報が明確に、要素の漏れなく、決まった順序で整理されているため、論文の内容を短時間で理解しやすい。
「結果（Results）を知りたいから、ここを探せばわかる」
「参考文献（References）は最後にあるから・・・」
必須要素を構造化することは、書き手にとっては必要な要素の記載漏れをなくし、読み手にとっては理解しやすい。

そこで、複数の著書やYouTube動画コンテンツを参考にしながら、ChatGPTへの指示において重要な要素を構造化してみた。
以下に、ChatGPTへの指示を適切にするための『構造化プロンプト7要素（標準4要素, 追加3要素)』を示す。

この構造的プロンプト7要素は、以下の文献を参照して、ミックスして、仕分けしたものだ。
特に強く影響を受けたものとして、野口竜司氏が提唱している7Rプロンプト、清原将吾氏の万能テンプレートがある。
あくまでも、これは現時点の自分の中での最適解であり、今後変わっていく可能性があるものであることに注意していただきたい。

■ 構造化プロンプト7要素の威力（例. 変形性膝関節症）

変形性膝関節症を例に、構造化プロンプト7要素を明確にした指示と、単なる質問の違いを動画で見ていただきたい。

どうだろうか。
少なくとも、僕（理学療法士）が知りたい変形性膝関節症についての知識を示してくれたのは、構造化プロンプト7要素を満たすように指示をした場合だった。
次回からは、構造化プロンプト7要素の構成要素について、１つずつ丁寧に説明していきたい。
さあ、ChatGPTが思うように動かない理由を、ChatGPT側に押し付けるのではなく、自分の改善可能なスキル不足として認識して、一緒に、歩みを進めていこう！

⬇︎ ChatGPTに関する著書紹介 （最新刊❗️）✨

⬇︎ ChatGPTに関する著書紹介 （前著）

○●━━━━━━━━━━━・・・‥ ‥ ‥ ‥
リハビリテーション職のためのChatGPTの活用ガイド
『リハビリ×ChatGPT』
こちらから♪
↓↓↓

‥ ‥ ‥ ‥・・・━━━━━━━━━━━●○
#️⃣ #人工知能 #ChatGPT #リハビリテーション #リハビリ #理学療法 #作業療法 #言語聴覚療法 #PT #OT #ST