LLMにまず前提から尋ることで出力精度を向上させる『ステップバック・プロンプティング』と実行プロンプト | AIDB

ステップバック・プロンプティングは極めてシンプルで具体的なテクニックながら、CoT（Chain-of-Thought prompting）やTake a Deep Breatheといった既存の手法を凌駕する性能を発揮しています。 参照論文情報 ・タイトル：Take a Step Back: Evoking Reasoning via Abstraction in Large Language Models ・著者：Huaixiu Steven Zheng, Swaroop Mishra, Xinyun Chen, Heng-Tze Cheng, Ed H. Chi, Quoc V Le, Denny Zhou ・所属：Google DeepMind ・URL：https://doi.org/10.48550/arXiv.2310.06117 従来の課題 LLMはSTEM（科学、技術、工学、

[aktkro]

こんなしょうもないことがテクニックとして紹介されるようになってきたからもうLLMに関する話題枯渇してきた感あるな

[napsucks]

使ってると自然に身につくテクの一つだね。いったんLLMsに解説させて、その文章をもとに次の処理をやらせる。できればLLMs側の内部でかってにやってほしいところだが。

[strawberryhunter]

文脈を見るという性質上、AIの出力も文脈に含まれて、次の出力に影響を与えるという単純な話なので、最初のプロンプトに「〇〇において、××に影響を与える基本的な要素は▲▲です」と入れておけば同じかも。

[misshiki]

「ステップ1: 抽象化、ステップ2: 推論」という方法論が分かりづらく感じるのだが「本来の質問の前に、前提条件をユーザーとLLMですり合わせておけ」という理解でよいのかな。

[RXRHsZcJ6xnGXZR8TEZA6hAxzRd3mkD]

めんどくさいから機械側で吸収して。フレームワークとかフローを提示して「そのためにはこの情報をくれ」って向こうから誘導して欲しい。解決手順を人間が知らないなんて当たり前にあるので

[ffrog]

ステップバイステップの方はテキストお越しされる分精度上がりそうだけど、深呼吸の発想はなかったわ。ステップバックも前者に近い気がする。

[shields-pikes]

質問を繰り返すならプロンプトにテクニックなんて要らないっつうの。「Take a deep breathe メソッド」とか大層に言ってて笑える。人間だと思って依頼するだけ。スタンドアローンのボット構築には高度なテクニックが必要。

[hatebu_ai]

なんか新人教育マニュアルみたいな。

[t-tanaka]

え？ これ普通にやってない？ いきなり聞かずに，文脈を理解させるための前提質問を数回はさむのは，基本テクニックでしょ？ Mavenのゴールについての設定方法を聞く前に「Mavenにはどんなゴールがありますか」とか。

[tomonori13]

“プロンプト”

[shunkeen]

“ステップ1: 抽象化　特定の詳細から高レベルの概念や原則を導き出します。ステップ2: 推論　確認した前提に基づいて、本来の質問における解決策を推論します。／クリティカル・シンキングっぽさ。