タグ

2023年3月19日のブックマーク (8件)

  • ChatGPTに要件定義をお願いしたらハンパなかった | DevelopersIO

    架空の営業管理システムを作ってもらう前提で、ChatGPTに要件定義をお願いしてみました。 実験として軽く試すレベルで始めてみたのですが、予想を超えるクオリティでしたので、一部始終を皆様にもご紹介します。 ChatGPTとのやりとり まず、ざっくりと必要な機能の洗い出しをお願いしてみました。 あっという間に必要な機能を網羅的にリストアップしてくれまた。私自身、SFA/CRMをいくつか触った経験がありますが、適切な内容だと思います。 中には、「データのインポート・エクスポート機能」のように、検討初期段階ではつい忘れそうな機能も含まれています。さらに頼んでもいないのにオススメの検討プロセスまで教えてくれました。気が利いてます。 機能ベースだと要件の妥当性が判断しにくく思ったので、画面ベースで要件定義してもらことにしました。 「図で教えて」とできないことをお願いしたところ、やんわり断りつつ、意図

    ChatGPTに要件定義をお願いしたらハンパなかった | DevelopersIO
  • 入門障害対応

    技術部プラットフォームグループ 2021年 中途入社 5 自己紹介 渡部 龍一 Watanabe Ryuichi • 住んでるところ: 宮城(人生2回目の京都) • ロール: SRE • 趣味: 旅行、ドライブ、(緩めの)自宅サーバ • Perl歴: 3年(Sledgeを使ったウェブサービス) • YAPC歴: 初参加 • Twitter : @ryuichi_1208

    入門障害対応
  • 吉祥寺.pm32_なぜ人は組織から去っていくのか?

    吉祥寺.pm32におけるトークパート「なぜ人は組織から去っていくのか?」の登壇資料です。 ■イベント情報 https://yumenosora.connpass.com/event/241175/ ■今後のイベントについてはこちら https://yumenosora.connpass.com/ ■虎の穴ラボ 採用サイト https://yumenosora.co.jp/tora-lab/

    吉祥寺.pm32_なぜ人は組織から去っていくのか?
  • GPT-4用の珠玉のプロンプト6選|IT navi

    1.クイズの出題最初に入力するプロンプトは以下のとおりです。 東大王のようなクイズの問題を作って出題し、ユーザーが正解したら「ピンポン」、外れたら「ブー」と言ってください。クイズの問題を出したところで止めて、こちら(ユーザー)が回答を入力するまで待ってください。 そして、以下がその出力結果です。 AI  クイズの問題を作成しました。それでは、問題を出題します。 クイズの問題1: 世界最大の砂漠であり、アフリカ北部に広がっているこの砂漠の名前は何でしょう? 入力 サハラ砂漠 AI  ピンポン!正解です!サハラ砂漠は世界最大の砂漠であり、アフリカ北部に広がっています。 次のクイズの問題を出題します。 クイズの問題2: 日の国鳥とされている、美しい姿から「飛翔の王者」と称される鳥は何でしょう? 入力 トキ AI  ブー!残念、不正解です。正解は「コウノトリ」です。コウノトリは、日の国鳥とされ

    GPT-4用の珠玉のプロンプト6選|IT navi
  • ラズパイで動く大規模言語モデルがGitHubで公開 性能は“GPT-3相当”、Metaの「LLaMA」派生

    LLaMAは米Metaが独自開発した大規模言語モデル。LLM分野の研究推進を支援するため、研究者向けに2月にリリースした。大規模インフラを利用できない研究者のために小規模ながら性能の高いことが特徴で、7B(=70億)、13B、33B、65Bの4種類のパラメーターを用意している。13Bモデルはベンチマークで米OpenAIのLLM「GPT-3」を上回るという。 米スタンフォード大学は、LLaMAの7Bモデルを派生させ独自のLLM「Stanford Alpaca」を開発。このモデルは研究や学術目的でのみ利用でき、娯楽や商用での利用は禁止している。Alpaca LoRAでは、Stanford Alpacaが生成するトークン(単語列)を再現できるという。 関連記事 Meta、独自大規模言語モデル(LLM)の「LLaMA」を限定リリース Metaは独自の大規模言語モデル「LLaMA」(Large La

    ラズパイで動く大規模言語モデルがGitHubで公開 性能は“GPT-3相当”、Metaの「LLaMA」派生
  • 個人的AWS ログ管理のベースライン - mazyu36の日記

    AWSのログ管理についてはいくつか考えるポイントがあると思います。 どのログを保存するか。 CloudWatch Logs(以下CW Logsと記載)とS3のどちらに保存するか、もしくは両方に保存するか などなど。 システムの特性によるところも多いかと思いますが、自分の中でのログ管理のベースラインが定まりつつあるので、頭の整理がてらまとめます。 自分の中での大まかな方針としては以下です。 S3に保存できるものは基S3に保存する。 以下の場合は、CW Logsに保存する。必要に応じてS3に転送する。 アラームを出したい場合 さっとCW Logs Insightでログを確認したい場合 CW Logs に出さざるを得ない場合 全体像としては以下になります。 なおあくまで個人的な経験に基づくものなので、実際にはシステムの特性を踏まえて方針の決定が必要かと思います。 またこれは必要、これは不要など

    個人的AWS ログ管理のベースライン - mazyu36の日記
  • LFI | Home

    Learning from Incidents in SoftwareWe're a community challenging conventional views and reshaping how the software industry thinks about incidents, software reliability, and the critical role people play in keeping their systems running.Learn More At its core, learning from incidents cultivates an environment where transparency is valued. After all, the more you learn from your mistakes, the less

  • 東京で食べられる絶品グルメ

    【チョコスイーツ一覧】 ①loger cafe(恵比寿) ②Minimal The Baking(代々木上原) ③カフェミクニズ(四ツ谷)【閉店】 ④Ralph’s coffee Omotesando(表参道) ⑤ピエール・エルメ・パリ(表参道) ⑥ケンズカフェ(新宿御苑) ⑦鷰 en(蔵前) ⑧MAT COFFEE(渋谷) ⑨ダンデライオンチョコレート(蔵前) ⑩アタッチメント(新宿) ⑪WHITE GLASS COFFEE(渋谷) ⑫bubo BARCELONA(表参道) ⑬デリーモ(目白) ⑭ジュウニブンベーカリー(渋谷) ⑮teal(日橋) ⑯カカオストア(代々木公園) ⑰梟書茶房(池袋)

    東京で食べられる絶品グルメ