LLMのプロンプト技術まとめ - Qiita

現在，34個掲載(一部執筆途中) Xのアカウント@fuyu_quantでも技術系の投稿をしているのでよかったらフォローしてください！ はじめに 今回はすぐに使えそうなプロンプトの工夫やフレームワークについて有名なものをまとめました．LMの出力の精度向上に役立てられればと思います． 論文があるものについてはarXivに最初に投稿された順番で掲載しています． 論文で精度向上が確認されているのは英語での検証がほとんどであるため，日本語で改善されるかは分かりません． 全てのLLM(GPT-4,Llama2,...)で精度が改善するとは限りません． ※記事に誤り等ありましたらご指摘いただけますと幸いです． 以下の記事では敵対的プロンプト技術をまとめています！ 目次 Zero-shot prompting Few-shot prompting 2021年〜 Generated Knowledge Pr

[okupro]

この手のページをChatGPTに読み込ませて、「◯◯したいんだけどプロンプトを考えて」って聞くと効率のよいプロンプトを生成してくれる。

[natsutan]

笑った＞“「成長の機会だと捉えて挑戦してください」”

[georgew]

松岡修造メソッドがないね...

[onesplat]

プロンプトエンジニアリングってほんとバカバカしいよな

[stabucky]

深津という人のやり方、合ってるのか？

[stealthinu]

自分もScrapboxでまとめてたんだけどこっちのほうが網羅性があってよい。最近出てきたばかりのCoDやIEPも入ってた。

[akkun_choi]

“「Take a deep breath」とプロンプトに加えることで精度が改善する手法．” バカバカしい

[misshiki]

“すぐに使えそうなプロンプトの工夫やフレームワークについて有名なものをまとめ” 最近のものまで含まれている。

[chess-news]

人間に同様のアプローチをしたらどうなるかな。

[h_taiji]

保存

[wktk_msum]

リファレンス的な感じ

[hkanemat]

呪文工学

[sh2]

何か作るときに見返す