Upgrade to Pro — share decks privately, control downloads, hide ads and more …

生成AIとの上手な付き合い方【公開版】/ How to Get Along Well with...

生成AIとの上手な付き合い方【公開版】/ How to Get Along Well with Generative AI (Public Version)

2025年4月にNature社内向けに作成した生成AI入門者向けの資料を、公開用に再編集したものです。

あくまで入門者向けの資料ですので、すでに生成AIを使いこなしている方には物足りない内容かもしれません。

また、入門者にわかりやすく伝えるため説明を簡略化した部分もあり、厳密さを欠く表現もあります。

あらかじめご了承ください。

Avatar for NAGATA Hiroaki

NAGATA Hiroaki

May 15, 2025
Tweet

More Decks by NAGATA Hiroaki

Other Decks in Education

Transcript

  1. 生成AIの仕組み 入力(プロンプト)をもとに、トークン 同士の重み付け(パラメータ)に基 づいて 確率的 に出力を生成する。 プロンプトの意味を理解しているわけではない。 ※ トークン: 生成AIのモデルが扱う情報の最小単位。単語より細かい

    ものだが、文字そのものではない。 トークンというのは、単語・・・よりももっと細かい単位のものなんですが、仮に単語がトークンだとすると、 「太陽」という単語の次に来る単語の候補として「の」が70%「は」が20%、のような単語間の推移確率が設定されていて、この確率をもとに文章が出力 されるわけです。
  2. モデルのパラメータ数 パラメータ:トークン同士の重み付け モデル パラメータ数 GPT-3 1750億 GPT-4 非公開(1兆〜10兆?) Gemini 1.5

    Pro 非公開(2000億?) Claude 3.5 Sonnet 非公開(700億?) パラメータはトークン同士の重み付けという説明をしましたが、一般的にはパラメータ数が多いほど高性能なモデルと言われていて、実際生成AIがそれら しい出力ができるのはそれまでモデルに比べてパラメータ数をものすごく大きくしたからなんですね。 ものすごく多いのでLLM、 「大規模」言語モデルと呼ばれています。
  3. エージェント型 プロンプトに応じて特定のタスクを 自律的 に実行する APIの呼び出しやコマンド実行などの 副作用を及ぼす ことができる 副作用の結果をもとに次の アクション を開始できる

    例: Devin、Cline、GitHub Copilot agents、OpenAI Operatorなど その副作用の結果を使って次のアクションを開始することができるということは、つまりいちいち人間が細かく指示をしなくても勝手に動くことができる ということです。 前提条件(利用できる手段や禁止事項など)と目的を示してやれば、あとは勝手にタスクをこなしてくれるというわけです。
  4. 簡素すぎるプロンプトに対する出力例 # Nature Remo の説明 Nature Remo(ネイチャーレモ)は、スマートホームを簡単に実現できるIoTデバイスです。 主にエアコン、テレビ、照明などの家電を一つのアプリからコントロールできるようにする赤外線リモコンハブとして機能します。 ## 主な特徴

    - **スマートフォン操作**: 専用アプリを使って外出先からでも家電をコントロール - **音声アシスタント連携**: Amazon Alexa、Google アシスタント、Apple Siri などと連携可能 - **センサー機能**: 室温、湿度、照明、人感(モデルによる)などの環境センサーを搭載 - **自動化**: 温度や時間に基づいて家電の動作を自動化 - **簡単設定**: WiFiに接続するだけで、複雑な工事は不要 Nature Remoは、既存の赤外線リモコン対応家電をスマート化できるため、新しい家電を購入する必要なく、 手軽にスマートホーム環境を構築できる点が特徴です。 日本の企業Nature Inc.が開発した製品で、コンパクトなデザインながら多機能な点が評価されています。 いかにも生成AIが出してきそうな文章が出てきました。説明的で、箇条書きを多用しがちです。 間違ってはいないんですが、これを外に出す文章、例えばリリース記事などの下書きとして使うのはちょっと難しそうです。
  5. プロンプトの例: 役割のアサイン・文脈の提供 あなたはNature Remoの熱烈なファンです。 あらゆる対応家電を連携し、日々の生活でオートメーションを使い込んでいます。 あなたはまだNature Remoを使ったことがない人をターゲットに、 その魅力を伝える記事を執筆する依頼を受けました。 スマートホームに詳しくない人でもわかるような言葉を使い、 熟考に熟考を重ねた文章を400字程度に収めて提出してください。

    あなたの才能を存分に発揮した、熱い文章を期待しています。 今回は役割のアサインと文脈の提供を試してみました。 「Nature Remoの熱烈なファン」という役割で、 「Remoを使ったことがない人をターゲットに、その魅力を伝える記事を執筆する」という文脈を与えています。 最後に「熱い文章」というのも入れてみました。
  6. 役割のアサイン・文脈の提供した場合の出力例 帰宅前にエアコンをON。朝起きると自動で照明が点灯。 「テレビつけて」と話しかけるだけでリビングが映像で彩られる。 こんな未来的な生活、実は今すぐ始められるんです。 私がNature Remoと出会って3年。この小さな白いデバイスが、面倒だった家電操作をすべて変えてくれました。 リモコンを探す煩わしさから解放され、スマホ1つで家中の家電を操れる喜びは何物にも代えがたいのです。 Nature Remoの素晴らしさは「難しくない」こと。 設置は置くだけ、アプリで簡単設定。スマホが使えれば誰でも始められます。

    エアコン、照明、テレビ、オーディオ...あらゆる家電があなたの指先で踊り出します。 外出先から冷蔵庫を確認できる未来はまだ先かもしれませんが、帰宅時に快適な温度の部屋が待っている未来は、Nature Remoがもう届けてくれています。 一度この便利さを知ったら、もう元の生活には戻れません。 ちょっとした時間の余裕が、あなたの日常に新しい豊かさをもたらすはずです。 スマートホームは、もう特別なものではありません。Nature Remoと共に、その第一歩を踏み出してみませんか? ストーリ仕立てで文学的な、エモ目の表現の文章が出てきました。 これをそのまま使えるかと言うと指示を出した人の判断に委ねられるわけですが、先程の例と比べると生成AI感はだいぶ下がったと思います。 これにテクニックで挙げた「例示」として、過去に書いた自分の文章などを与えると、より精度の高いものが出てきます。
  7. プロンプトの例: 出力形式の指定・例示 Nature Inc. の製品データを出力してください。 要件は以下のとおりです。 - フォーマットはJSONとする - 1製品を1オブジェクトで表し、それらのオブジェクトを配列に格納する

    - オブジェクトのキーはすべて小文字のアルファベットとする 以下に出力の書き出しを示します。 この続きを出力してください。 ```json [ { "name": "Nature Remo Lapis", "price": 7980, "released": "2024/7/6" },
  8. 出力形式を指定・例示した場合の出力例 [ { "name": "Nature Remo Lapis", "price": 7980, "released":

    "2024/7/6" }, { "name": "Nature Remo Mini", "price": 4980, "released": "2023/11/15" }, { "name": "Nature Sensor Air", "price": 12800, "released": "2024/3/22" }, { "name": "Nature Plant Monitor", "price": 6500, "released": "2023/9/10" }, { "name": "Nature Solar Panel", "price": 29800, "released": "2024/5/1" } ]
  9. 苦手なことの例: 数学計算・ハルシネーション 19947902975848938093432を素因数分解して この非常に大きな数を素因数分解します。 19947902975848938093432 = 2^3 × 3 ×

    11 × 41 × 2081 × 9539 × 13841356557 これが19947902975848938093432の素因数分解です 大きな数字を素因数分解させてみました。 素因数分解を選んだのは、単純に解くのが難しいのと、答え合わせが簡単だからです。 それらしい回答を出してきましたが、検算すると(続く)
  10. 例: ChatGPTの場合 As noted above, we may use Content you

    provide us to improve our Services, for example to train the models that power ChatGPT. 前述のとおり、お客様からご提供いただいたコンテンツは、 ChatGPTの基盤となるモデルのトレーニングなど、サービス向上 のために利用させていただく場合があります。 “ “ Read our instructions⁠ on how you can opt out of our use of your Content to train our models. モデルのトレーニングにおけるお客様のコンテンツの利用をオプ トアウトする方法については、こちらの手順をご覧ください。 “ “
  11. 例: ClaudeのAPI料金プラン モデル間の差は4〜20倍! モデル 入力単価 出力単価 Claude 3.5 Haiku $0.80

    / MTok $4/MTok Claude 3.7 Sonnet $3 / MTok $15/MTok Claude 3 Opus $15 / MTok $75/MTok Pricing \ Anthropic 例としてClaudeのAPI料金プランを持ってきました。 モデルごとに単価が異なるんですが、 一番安い3.5 Haikuと3 Opusでは約20倍の差があります。 あと、入力よりも出力の単価のほうが高いのもポイントですね。 用途に合わせてモデルを選択しましょうというはなしをしましたが、コスト面でも適切なものを選んだほうがいいでしょう。 油断してるとあっという間にお金が溶けます。
  12. 余談: 最初のアウトライン ## そもそも生成AIって? - 今までのプログラムとの違い - AIと生成AIの違い - 生成AIの仕組み

    - 生成AIを使ったサービスの構成 ## 生成AIを利用したサービス - 対話型 - エージェント型 - 具体的なサービス例 ## 生成AIをうまく使うためのテクニック - 生成AIに伝わりやすいプロンプトを書こう - 生成AIが苦手なことを知ろう - プロンプトを育てよう ## 生成AIを使うときの注意点 - 「学習に使われてしまう」とは - 利用規約を読もう - 自分で裏を取ろう - コストを意識しよう ## プロダクション環境での利用 - エンドユーザーに提供する機能に組み込む - 数式では表しにくい監視に利用する - データ分析のための独自LLMを作る
  13. 余談: アウトライン→スライド本文 プロンプト 選択範囲内のテキストを、Marp対応フォーマットでスライドにしてください。 作業を始める前に、以下の注意点をよく読んでください。 - 見出し `##` は扉スライドとして使用する -

    各リストアイテムについて1〜3枚程度のスライドを作成する - 各スライドの内容は箇条書きで3〜5件程度に収める - 参考資料へのURLを可能な限り添える。URLはコメントアウト `<!-- -->` で記載する - スライド本文の各文末は丁寧語(ですます調)で統一する 以上の注意点を守り、作業を開始してください。 それらしいものはすぐ出てくるけど裏取りが大変。
  14. 付録: 参考資料 人工知能 - Wikipedia 生成的人工知能 - Wikipedia 大規模言語モデル -

    Wikipedia 言語モデル - Wikipedia GPT (言語モデル) - Wikipedia Gemini (言語モデル) - Wikipedia 生成AIについてググっても生成AIで生成した記事ばかり出てくるので、結局Wikipediaを読んでました。 「生成AIに聞けばいいんじゃない?」という意見もあると思いますが、裏を取るには結局自分で探しに行かないといけないので。