CoT 프롬프트의 마법? Chain of Thought 적용 방법과 대상과 한계점  대략 이야기하면 CoT(생각의 사슬) 방법은 풀어야 하는 문제를 분해하고 각 분해한 부분들을 연결시키는 방식을 명시적으로 지시해서 더 나은 결과를 얻기 위한 언어모델 사용 방법이다. 더 정확하고 체계적인 답을 얻고자 하는 사람들에게 흔히 또 하나의 마법의 프롬프트 작성법으로 받아들여지고 있다. 그런데 영 찜찜하다. 어떤 제한된 또는 특수한 상황에서나 유용하지 일반적인 비즈니스 문제 같은 경우에도 쓸모가 있는 것일까? 예를들어서 마케팅실무자가 ChatGPT를 사용하는데 Chain of Thought Prompt Engineering 방법을 사용한다면 실질적으로 크게 유용할까? 별로 쓸모없는거 아닐까? 차근 차근 짚어보자. ..

ChatGPT 역할 부여하기에 대한 착각  ChatGPT에게 "너는 XXX야. XX를 해줘"라는 방식으로 역할을 지정해서 프롬프트를 작성하면 ChatGPT가 더 좋은 결과를 준다고 알려져 있다. "act as a role"이라고 하는 이 방식을 사용하면 과연 더 좋은 응답이 나오게 될까?왜 이 방식을 사용하면 더 좋은 결과를 얻을 수 있다고 하는 것인지, 과연 실제로 그런지, 아니면 우리가 무언가 착각을 하고 있는 것인지에 대해 예제로 확인하면서 살펴보자.   우선 chatgpt에게 역할(persona)을 부여하는 프롬프트 작성 방식이란 무엇인가를 살펴보자 ChatGPT ::ChatGPT에게 역할(persona)을 부여하는 프롬프트 작성은 ChatGPT의 대화능력을 특정 상황이나 배경에 맞게 조정하는 데..

"만약에"라는 가정을 활용하는 ChatGPT 프롬프트 작성 - 시나리오 분석 능숙하지 않은 사용자들은 현상에 대한 단순 설명이나 자신이 알지 못하는 정보를 제공하기를 요구하는 정도로 ChatGPT를 활용하는 범위가 제한되기 쉽다. 만약이라는 가정을 사용해서 ChatGPT에서 새로운 정보를 추출하는 방식은 ChatGPT를 적극적으로 활용하는 매우 유용한 방식 중 하나다. "만약"이라는 가정을 사용하면, 실제로는 존재하지 않거나 아직 일어나지 않은 시나리오를 탐색할 수 있다. 이는 사용자가 창의적이고 비판적인 사고를 발휘하도록 도와주며, 다양한 가능성을 고려해 보게 한다. 또 가상의 상황을 설정함으로써, 사용자는 특정 문제에 대해 다양한 각도에서 생각해볼 수 있으며 이는 복잡한 문제에 대한 해결책을 모색하는..

ChatGPT 프롬프트 엔지니어링 기초 - 제한 사항을 명시하기 무엇을 원하는지를 어떻게 효과적으로 ChatGPT에게 전달하는가가 중요하다. 하지만 가장 간단한 방법을 생각하지 않으면 좋은 결과를 얻기 어렵다. 바로 무엇을 답에 포함하지 말라고 지시하는 것, 즉 제한 사항(Constraint)을 명시하는 것.매우 간단해 보이지만 이 것을 잘 활용하는 것이 매우 중요하다. 방법은 간단하다. "무엇 무엇을 제외하라" 라는 문장을 추가하는 것이다.    "제한 사항을 명시하세요"는 ChatGPT와 같은 AI와의 상호작용에서 효과적인 커뮤니케이션을 위한 중요한 전략입니다. 이 접근 방식이 왜 효과적인지에 대한 몇 가지 주요 이유는 다음과 같습니다:1. 명확성과 관련성 증가사용자가 특정 정보나 자료를 제외하도록 ..

ChatGPT의 현재는 언제일까? ChatGPT는 대체 언제를 현재라고 여기고 답변하는 것일까? 단순히 날씨 변화 정도 뿐만 아니라 많은 환경변화가 매우 빠르게 벌어지는 최근 상황에서는 시점이 언제이고 기간이 언제인지가 매우 중요한 변수일 수 밖에 없다. 시점에 따라 다른 결과가 나올 수 밖에 없는 유형의 문제에 대해서 ChatGPT의 도움을 얻고자 한다면 "ChatGPT의 시점"에 대해 이해하고 있어야한다. 시점 확인을 위한 가장 간단한 예제를 시도해 본다. 바로 오늘의 날씨. 의미가 없다. 서울 자체를 파악하지 못하는 문제 때문이다. 그렇다면 세계적인 도시를 가지고 테스트 해보자. 시카고에 대해서는 답이 나왔다. 나오기는 했으나 이 답이 정확한 것인지 구글에서 검색해보자. ChatGPT의 답은 44~..

step by step 프롬프트의 마법? - ChatGPT 프롬프트 팩트체크 "step-by-step" 또는 "Let's think step by step."이라는 마법의 문장 하나만 추가하면 ChatGPT 결과가 확 좋아진다는, 엄청나게 효과적인 프롬프트 엔지니어링 기법이라는 "마법"에 대한 이야기를 자주 접한다. 진짜로 그런가? 만일 그렇다고 친다고 하면, 왜 그런가? 논리적으로 그럴 수밖에 없는가? 이 마법으로 불리는 프롬프트 작성 기법에 대해서 생각해보자. 이 이야기가 처음 등장한 것은 Large Language Models are Zero-Shot Reasoners ( arXiv:2205.11916 [cs.CL] https://arxiv.org/abs/2205.11916 ) 논문이라 한다. 논문..