【ChatGPT】をプログラミングで活用する際に注意すべきこと
「【ChatGPT】に与える良いプロンプトとは。良い結果を得るための6つの戦術」の記事でも記載したが、やはり最初が肝心で「明確で具体的な指示を書く」ことが最重要と感じる。あと、API関連は公式ドキュメントを見て、usageを確認した方が早い。
ChatGPT
【ChatGPT】に与える良いプロンプトとは。良い結果を得るための6つの戦術
OpenAI公式サイトに記載されている、良いプロンプト結果を得るための6つの戦術： 明確で具体的な指示を書く。ペルソナを指定。区切り文字を使用して、入力の異なる部分を明確に示す。タスクを完了するために必要な手順を指定する。例を提供する。出力の希望の長さを指定する。
【ChatGPT×LINE】リッチメニューの画像をCLIからアップロードする方法
LINEのリッチメニューに、各方言のアイコンを用意して、ユーザーがアイコンをクリックしたら、その方言バージョンの会話に切り替えられるように拡張する。ユーザーが設定した方言に応じたプロンプトを呼び出して、OPENAI_APIに渡す。
【ChatGPT×LINE】リッチメニューで複数方言対応：方言切り替え記憶を保存
ユーザーが方言を選択すると、その選択をFirestoreデータベースに保存する。これにより、ユーザーの方言設定をセッション間で保持できる。ユーザーからの各テキストメッセージを処理する際に、データベースからユーザーの現在の方言設定を取得し、それに基づいて応答を生成する。
【ChatGPT × Cloud Functions × Firestore】会話記憶するLINE Bot開発：コード実装編
OpenAIのAPIは定期的に更新され、変更されるので、最新のAPI呼び出し方法を公式サイトで確認する必要あり。bot作成して動かないときの原因の1つは、OpenAIのAPIの呼び出し関数のことがある。Chat Completionsで返ってくるオブジェクトのうち、テキスト部分を取得する。
【ChatGPT × Cloud Functions × Firestore】会話記憶するLINE Bot開発：環境設定編
ユーザーがLINEにメッセージを送信すると、その内容はLINEのWebhookによってCloud Functionsに転送され、Cloud Functionsで設定した関数でOpenAI APIを通じてChatGPTを利用してユーザーのメッセージに対する応答が生成される。
【ChatGPT Fine-tuning】を使って方言を話すチャットボットを開発してみたが
ChatGPTのファインチューニングの手順に従って、鹿児島弁のデータセットを準備。データセットには、ユーザーの質問とアシスタントの鹿児島弁の回答が含まれる。gpt-3.5-turboの場合で、少なくとも 10 個、通常50～100個のトレーニングデータを用意する必要あり。
【ChatGPT × Figma】html.to.designとGPTで、編集可能なモックアップを作成。手書きも可能？
ChatGPTのプロンプトで、Bootstrap風のHTMLファイルを作成してローカル環境で表示。Figmaのプラグイン「html.to.design」を活用してHTMLファイルから修正可能な状態でモックアップとしてFigmaに取り込むことができる。
「The Dawn of LMMs: Preliminary Explorations with GPT-4V(ision)」論文備忘録：2024年には動画も対応しそう。将来的にはセンサー情報も？
2023年9月29日に、OpenAIが発表したGPT-4Vの論文「The Dawn of LMMs: Preliminary Explorations with GPT-4V(ision)」。発表からすでに2ヶ月半が経ち、ブーム去った感もなきにしもあらずだが、今回論文読んだので備忘録的にまとめた。
【生成AI】ヘルスケア分野での主な活用先は、臨床業務の効率化と創薬の2つ？
生成AIの医療への活用先としては、創薬と臨床業務の効率化の2つが主にありそう。 臨床業務の効率化に関しては、医療情報が専門性が高いために、汎用的なLLMのみでは今のところは精度が低いので、前段階に対応するエージェントを振り分けるゲートキーパーを設けたり、大量の医療情報の文献をベクトル化して読み込ませるなどして、用途特化型でチューニングする必要がある。