この動画では、GPT-5の特徴的な性質と効果的なプロンプト作成方法について解説している。GPT-5は「大きな舵を持つスピードボート」のような特性を持ち、従来のモデルとは異なる高度な指示精度を要求する。動画では「メタプロンプト」という手法を用いて、曖昧な指示を構造化された有用な指示に変換する方法を実例とともに紹介し、GPT-5特有の7つのプロンプト原則と効果的なプロンプト構成要素について詳しく説明している。
GPT-5の特徴とプロンプトの課題
GPT-5はプロンプト作成をハードモードにしてしまった。私はあなたがGPT-5で遊ぶ際に、最も使いやすく理解しやすいプロンプトガイドを作りたいと思っている。なぜGPT-5がリリースされて数週間も経った今やっているのか。単純に、このモデルについて学んだことをどのように共有したいかを考えるのに時間がかかったからだ。
これはプロンプトを作るのが難しいモデルだ。私はこれを非常に大きな舵を持つスピードボートに例えている。結局のところ、このモデルは速く動きたがり、本当に強く操縦されたがる。その大きな舵のように、本当に強く操縦されたがっている。しかし、ほとんどの人の私たちのプロンプトは、そのモデルを効果的に操縦できる状態にない。
私の目標は、その問題の解決方法を示すだけでなく、あなたが人間らしく、少し怠惰に、あなたらしい書き方をしながらも、GPT-5から良い結果を得られるようにすることだ。これを理解するのに時間がかかったが、お見せできることを楽しみにしている。
メタプロンプトという解決策
それでは早速、メタプロンプトを簡単に見てから始めよう。メタプロンプトとは、あなたのプロンプトをより良くするプロンプトのことだ。もしそれで頭が痛くなっても心配しないでほしい。使えるメタプロンプトをたくさんSubstackの記事で紹介する予定だ。
また、今すぐ見て、どのように機能するか、なぜ機能するかを理解し、あなた自身のGPT-5体験を改善する道筋をすぐにつかめるような簡単なものも紹介しよう。
そういうわけで、具体的な実例を使った簡単な始め方のプロンプトに飛び込んでみよう。
実例比較：通常のプロンプトの問題点
「明日の会議の準備を手伝って」という例を選んだ。これは人々が実際にタイプしているのを見たことがあるリアルな人生のプロンプトの例で、私自身も時々タイプしたことがある。私もプロンプト作成において常に完璧ではない。これをChatGPT-5に与えた。
ChatGPT-5の思考モードや他のオプションではなく、ただのChatGPT-5に与えた。すると12秒間思考して、迅速な準備ガイドを吐き出した。会議が何についてなのかも知らない。特定の会議のための具体的なアジェンダを吐き出した。会議が30分だということも知らない。
私はそんなことは言っていない。それを作り上げている。テンプレートを吐き出した。これら全ては私にとって役に立たない。そして2つの質問をしてきた。どんな種類の会議なのか、誰が部屋にいるのか、どんな結果を求めているのかと。3つの質問だと思う。私は3つ全てに答えた。すると今度はピッチで戻ってきた。
これで2回のやりとりがかかったことがわかる。今度はピッチ、ステークホルダーレバレッジマップ、部屋への誘導質問、反対意見、遭遇、進行の流れ、そして次のステップのスクリプトで戻ってきた。まあまあだ。必要なほど明確ではない。これらのステークホルダーが何を望んでいるかについて、明確でない大きな推測をしている。文脈とデータの感覚を求めることを決めていて、それを作り上げている。「業界の同業者は自動化を使って20〜40%の向上を見ている」。
私はそんなことは言っていない。それを事実として作り上げて呼んでいるだけで、事実ではない。すべてがこのピッチをサポートしていると仮定している。ピッチが何なのかさえ知らない。つまり、一般的な情報を与えることで、GPT-5の力がスピードボートで非常に高いため、物事を作り上げることを招いているだけなのだ。
物事を捏造することを招いているだけだ。これは特に有用なツールではない。1行、2行、3行でプロンプトを作っているかどうかに関わらず、この信じられないほど詳細で非常に長い回答を得ることは簡単だが、結局のところそれほど有用ではないという人々が感じるフラストレーションの一部を例示していると思う。
メタプロンプトによる改善
では、異なるアプローチを試してみよう。メタプロンプトを使って物事を改善できるかどうか見てみよう。
ここにメタプロンプトがある。「私のリクエストを構造化されたブリーフに変換してから実行してください。まず、私が実際に求めていることを解釈してください。どのような種類のアウトプットが私の役に立つか、どのような専門知識が関連するか、どのような形式が有用か、どのレベルの詳細か」。
私はモデルに、必要に応じて私が修正できる前提を言語化するよう求めている。これは残りの応答とそれが有用かどうかを形作るため、本当に重要だ。
第二部分では、「次に特定の役割として再構築して実行し、適切な専門知識を推論し、特定の目的を持ってください。私の曖昧なリクエストをより具体的にしてください」。アプローチでは、「あなたが思いついた目的に合う方法論を選んでください」。アウトプットでは、基本的に「この小さなフレーズを取って、まったく同じフレーズ『明日の会議の準備を手伝って』を使い、プロンプトを有用にする方法で拡張してから実行してください」と言っている。
ここでモデルが言ったことは次の通りだ。まず構造化されたブリーフを与えてくれた。私のことを私として仮定している。私はChatGPTといつも話している。あなたの記憶に基づいて、ここでは違うことを言うだろう。そして目的を取って、具体的で実行可能な準備計画を作ると言った。そしてそれが何を準備するつもりなのかについて話している。既にこの方がより有用だと思う。
文脈の鋭い把握、予想される反対意見、話のポイントなどを与えたがっている。このアプローチを使って不明な点を明確にし、準備を構造化し、2〜3の可能性の高いポイントを表面化させるつもりだと言っている。わかるか？既に質問をする必要があることを理解しているが、私が与えたこのメタプロンプトの文脈で質問をする必要があることを理解している。
そのため質問はより具体的で有用だ。なぜなら、推論している目的に結びついているからだ。そしてアウトプットとして、文脈の要約、メッセージ、尋ねるべき質問を含む会議準備シートを与えてくれる。これはフレームワークとして既により有用なアウトプットだ。
そして実行されたアウトプットを与えてくれて、空欄を入れている。物事を作り上げない。これは有用だ。なぜなら物事を作り上げてほしくないからだ。最後に、より有用でより具体的な3つの質問をしてくる。どんな種類の会議なのか、誰が部屋にいるのか、決定事項は何かと。
そこで答えを与える。マーケティング自動化プロジェクトのクライアントピッチだ。部屋にいる人々はこれらの人だ。提案フェーズに進むための承認を得る必要があり、記入できる包括的なテンプレートと、いくつかのドラフト話のポイントが欲しいと。
すると本当に記入された会議準備シートで戻ってきた。まだ少し物事を作り上げているか？少しここで推論している。完璧だとは言わないが、メタプロンプトなしの他の回答よりもはるかにはるかに実行可能で、はるかに近い会議、ドラフト準備ノートを与えてくれる。
強調したいポイントを与えてくれる。正直に言って、それは正しい。収益への影響は、マーケティング提案をするなら実際に提供しなければならないものだ。将来性の保証は、AIシステムを提案する人なら誰でも答えられなければならないものだ。
尋ねるべき質問。これらは有効な質問だ。これらは私がこの種の会議で文字通り聞いたことがある質問だ。良い質問だ。起こりそうな反論。そう、これは高すぎるように聞こえる。私は間違いなくそれを聞いたことがある。私たちは手一杯だ。どうやって実装するのか？それも聞いたことがある。これらはもっともらしい。
つまり、メタプロンプトと、それが具体的な明確さを求めた際に私が提供したそれに続く明確さが、このモデルに私にとって有用である能力を与えたのだ。メタプロンプトでのこのわずかな変化が、この会議準備を80%良いものに押し上げたと言えるだろう。まだおそらくもう一回の反復が必要だが、今や使えるものがある。
一方、メタプロンプトなしの以前のバージョンでは、あまりにも多くのことを作り上げることを選んだため、何が何だかわからなかった。それが本当に鍵なのだ。これはスピードボートだ。スピードを落とすことはできない。だから、その力を活用する方法を見つけなければならない。操縦の作業を取り除くメタプロンプトを提供しようとしているので、あなたがあなたらしく書きながらも価値を得ることができる。
GPT-5の特徴的な原則
そのダイブを楽しんでもらえたと思う。まだ終わりではない。私がこれらのメタプロンプトを作り始めて発見した、GPT-5を異なるものにするプロンプトの原則の一部に実際に入り込みたい。ちなみに、Substackにはメタプロンプトがたくさんある。それは5分で始められるための例に過ぎない。
それは記事の一番上にある。しかし、特定の部門や使用ケースのための他のものもたくさんある。なぜなら、メタプロンプトは異なるレベルで実行できることがわかったからだ。5分で始められる簡単なバージョンもあれば、深く入り込みたい人のために、たとえばカスタマーサービスプロンプトを作りたいなら、もっと詳細でもっと長いメタプロンプトを実際に持つことができ、少し多くの作業をすることになるが、その特定の目的のためにはるかに強力な体験を得ることができる。
簡単に始める方法と詳細の両方をカバーしたい。これらは、GPT-5がなぜ異なるのか、そしてその違いをプロンプトに活用する方法について、私に本当に際立った印象を与えたプロンプトの原則だ。
1つ目、GPT-5は複数のモデルだ。私たちはそれを知っているが、ディスパッチャーとルーティングの現実が私にはとても印象に残った。効果的にプロンプトするためのプロンプト原則を活用する方法について話すとき、それについてかなり話すつもりだ。
2つ目は精度税だ。モデルに矛盾する指示を与えると、モデルを本当にひどく燃え尽きさせることになる。基本的に非常に強力なスピードボートに一度に2つの方向に行けと言っているようなものだ。それはトークンを燃やし、コストを燃やし、時間を燃やす。痛みを伴う。
そして、GPT-5の応答方法を形作る3つ目のことは、エージェント的対会話的だ。GPT-5は、私が言ったようにスピードボートだ。ミッションを完了したくて仕方がない。会話をしたくない。何かをしに行きたい。だから、このメタプロンプトでの私の目標の一部は、この現実を認識し、実際に有用なことをしている地点に到達する手助けをすることで、望んでいない方向にトークンを燃やしながら進むだけではないようにすることだ。
そして最後に呼び出したいのが専門知識のパラドックスだ。このモデルは専門的な指示で最もよく機能する。私たちが話してきたようなカジュアルなプロンプトでは機能しない。この例でそれを見てもらえたと思う。まったくうまく機能しない。そしてそれは非専門家に向けて販売されている。
サム・アルトマンなどが気づいたことの1つは、彼らがそれを台無しにしたということだと思う。このモデルがうまくプロンプトするのに何が必要で、どれほど難しいかについて、もっと正直である必要があった。私はGPT-5の公式プロンプトガイドを読んだが、ちなみに、彼らがそれをリリースする必要を感じたことは私にとって注目すべきことだ。なぜならそれは、彼らもこれがプロンプトするのが困難であることを認識していることを示唆しているからだ。
実践的なプロンプト原則
他のケースで適用できるプロンプトの原則で締めくくりたい。ここで1つのプロンプトだけで終わってほしくないからだ。何が起こっているのかについてより深い理解を持って去ってほしい。
だから、それらの洞察に基づいて歩いていこう。それがルーターであること、精度を強制すること、エージェントであること、専門的なプロンプトを書くようにさせることと。プロンプト原則の観点からそれはどういう意味なのか？これらはGPT-5プロンプトガイドには載っていない。
私はこれらを推論し、掘り下げなければならなかった。だからこの動画を作るのに時間がかかったのだ。これは私のリストにしばらくあったが、このモデルをうまくプロンプトする方法を理解し、効果的にあなたと共有できると感じるまで、本当に掘り下げなければならなかった。
GPT-5をプロンプトするときの構造の重要性を認識する必要がある。それが最初のことだ。構造はモデルのルーティング方法に影響する。もしそれがトレンチコートを着た複数のモデルでルーティングしているなら、あなたが望むモデルに行くようにルーターに早期にプロンプトする方法で構造をまとめたいと思うだろう。
この最初の試みの一部は、思考モデルをトリガーするために「一生懸命考えて」のようなものだった。しかし実際には、あなたのヘッダーは何か、あなたの箇条書きは何か、アウトプットの構造の観点でモデルにどのように応答してほしいかについて考えたい。これらは全て、モデルの暗黙的なルーティングと、内部でGPT-5がどれを呼び出すかに影響する。
「一生懸命考えて」と書くだけのアイデアを軽視したくないと言っておく。それも絶対に機能する。しかし、プロンプトを構造化する方法と、プロンプトを構造化する詳細度が、モデルが何を呼び出すかを形作ることを心に留めておいてほしい。一般的に、構造がより具体的であればあるほど、GPT-5に解決している核心的な問題が何かをより明確にすることができる。
メタプロンプトが行うことの多くは、ChatGPT-5にとって核心的な問題が何かを解明したり、レイアウトしたりし始めることで、それがモデルがどこにルーティングするかについて正しい決定を下すのに役立つ。だから構造が重要なのだ。
2つ目、私たちはトークンを燃やす矛盾というこの全体的なアイデアについて話した。緊張を明示的に優先順位づけしたい。複数の目標がある場合、複数のタスクがある場合、ChatGPT-5に「包括的にしろ、でも簡潔にしろ」と言うなら、基本的にモーターを燃やすことになる。
本当に明示的になって言いたい。「私の主要な目標はXです。私の二次的な目標はYです。迷った時は、2よりも1を優先してください。これがYです」。繰り返すが、メタプロンプトはそれを手助けしてくれるので、あなた自身がそれほど多くの作業をする必要がない。しかし、それらがなければ、モデルはすべてを真剣に文字通りに受け取り、矛盾を解決しようとして多くのトークンを燃やし、おそらくあなたが望む場所にはたどり着かないだろう。
3つ目の原則は、これらのモデル応答において深さは長さと等しくないということだ。モデルは、推論と呼ぶものと、冗長性または応答の長さと呼ぶものを区別する。非常にタイトな要約形式で博士レベルの分析を得ることは可能だ。これは、プロンプトを作るときに、モデルがどれほど一生懸命考えるべきかと、どれほど口数が多くあるべきかを指定したいということを意味する。
これは応答APIでより直接的に行えることを承知している。しかし、チャットボットユーザーであっても、プロンプトで平易な英語でモデルに直接話しかけ、どれほど一生懸命推論してほしいかを伝えることもできる。応答をどれほど長くしてほしいかを伝える。それはモデルにとって有用なガイドだ。それは助けになる。モデルが行うことを形作る。
心に留めておいてほしいのは、1つのパワーレベルだけではないということだ。ここで遊べる複数のパワーレベルがある。このように進む深度パワーレバーがあり、深く入り込むことも、そうでないこともできる。そして応答の長さがある。だから、本当に深い思考と短い応答が欲しいと言うことも、その逆も言えるのだ。
4つ目の原則として、ここで不確実性を定義しなければならない。前に言ったように、このモデルは文字通りだ。それがスピードボートのようなものだからこそ、それを認識する必要がある。あなたが与えるどんなタスクでも試行しようとする。そのタスクを試行すべきでない時でさえも。
明示的なプロトコルが必要だ。詰まった時のための明示的なフォールバックがない。詰まった時や何をすべきかわからない時、曖昧さや不確実性がある時に、ここに行けと伝える必要がある。これが次のステップだ。データが不十分な場合、これを指定する必要がある。これが尋ねる必要があることだ。
曖昧性があることはわかっているが、モデルに対してこうすることを指定する必要がある多くの例がある。ちなみに、これらは7つある。4つを通った。もしこれが多すぎると感じているなら、それで構わない。だからメタプロンプトを書いたのだ。これをより簡単にしたい。だからこれらのプロンプトを作る時間を取ったのだ。このモデルを操縦するのに助けが必要だと思うからだ。
これは本当に強力で操縦に敏感すぎると感じる最初のモデルで、効果的に運転するためにメタプロンプトのようなものが必要だ。
5つ目の原則として、ツールの使用はモデルが行う初期評価の一部のようなものだ。私の観察では、モデルがツール使用においてバランスを取るのは実際には簡単ではない。ツール最大主義者かツール最小主義者のどちらかだ。ツール使用について意見を持っているなら、それを伝えるのが助けになる。
だから「まず、ウェブを検索してほしい。その後、この方法で取得したデータを分析してください」と言う。その具体的なツール使用指示を与えて、推測に任せないようにする。
6つ目として、このモデルでは文脈記憶が幻想になりうる。覚えているように振る舞うだろう。振る舞うが、他のすべてのモデルと同様に、毎回すべてを再読している。あなたが与えているプロトコルに従うことを思い出させるために、定期的に指示を反復する必要があるだろう。
言い換えれば、このモデルは非常によく操縦できるが、核心的には1回か2回のターンの会話のために構築されており、非常に詳細なプロンプトを持っている。もし長々とした会話があり、最終的に要点にたどり着くなら、モデルはその会話セット全体にわたってあなたが必要とするレベルの詳細を覚えていないかもしれない。なぜなら、あなたが最後に言ったこと、それが具体的で実行可能で実行できるかどうかに非常に深く調整されているからだ。
それが入ってくる行動への偏向だ。繰り返すが、モデルが覚えているかどうかをチェックして見る方法の1つは、初期プロンプトにフラグを植えることだ。「この指示を読んで思い出し覚えているなら、すべての応答の最後にフラグと書いてください」と言える。応答でフラグという言葉が消えたときに、モデルが初期指示を忘れたことがわかる。
実際にいつ起こるかを見ることができる。だから知る方法があるが、ここでの大きな点は、このモデルは上部でうまくプロンプトすることを期待しているということだと思う。だからこそ、私たちの多少混乱し散らばった人間の思考を実際にプロンプトの形にするための有用な方法として、メタプロンプトに投資してきたのだ。
7つ目の原則として、構造は知性に勝る。だからモデルに方法論を与えよう。思考モードがここで作業しなければならない唯一のものだと仮定してはいけない。構造化された思考と構造化されたプロンプトを与え、目標とともに方法論を与えれば、はるかに遠くまで行くことができる。
ある意味で、ChatGPT-5の開始時に起こったすべての会話、モデルを思考モードにプッシュできるかどうかについては、少し的外れだったと思う。そう、それを行う方法がある。問題について話し、それを明確に解明して見やすくする「一生懸命考えて」のような方法について話したことがある。しかし結局のところ、明確な目標と方法論、明確な構造を与えれば、このモデルでは非常に遠くまで行けるので、実際にはどのモデルを正確に呼んだかについてあまり気にしないことがわかった。
なぜなら、最初の場所で正しいものを呼ぶ可能性が高いからだ。モデルを呼んだ場合、そのモデルが何をすべきかを知っている可能性が高い。これら両方の理由で、プロンプトでの良い構造が知性の質問の一部を解消することがわかった。
効果的なプロンプト構成の7要素
では、これらすべてをどのように機能させるのか？どのようにまとめるのか？これらの原則を取ってどのように使うのか？必要な専門知識を呼び出していることを確認したい。
実際に推奨するプロンプトの構成要素を通して行こう。これはメタプロンプトでも出てくるし、より深く掘り下げたいなら。
役割を定義することを推奨する。ロールプレイのためではなく、必ずしも魔法のカードだからでもなく、専門知識ルーティングのためにプロンプトしようとしているからだ。残りのプロンプトを設定するために、どこに専門知識を持つ必要があるかをモデルに理解させようとしている。
2022年の初期に役割を定義すると言った時、考えは、これによってモデルが実際に正しく答えることができ、そうでなければできないということだった。今では照準についてのことだ。これによってモデルは自分がいる世界、呼ばれている専門知識を認識し、必要に応じてよりスマートなモデルにルーティングすることができる。
2つ目として、目的フレームワークがあることを確認してほしい。ゼロからプロンプトを書いているなら、自分でこれを行う必要がある。メタプロンプトを使っているなら、少し助けてくれるが、モデルにとって目標が何かを明確にしたい。なぜなら、繰り返すが、ChatGPT-5はミッションに行く必要があるからだ。それと一緒に作業するつもりなら、ミッションを与えなければならない。
3つ目として、プロセス方法論。本当に明示的なプロセスを与えたい。メタプロンプトもここで助けになる。モデルがこのステップバイステップで最終結果にたどり着くために行う必要があることを理解することを確認したい。
4つ目として、形式に対する明示的な期待を持ちたい。モデルがあなたの望む形式をどのように得るかを知っていることを確認する。何が必要か？会議メモ？メールが必要？いい。そしてあなたが求めているもの。それは仕事をしたがっている。あなたが望む方法で仕事をする方法を知っていることを確認する。
5つ目として、境界と制限を与える。制約処理はこのモデルにとって本当に重要だ。なぜなら、繰り返すが、スピードボートを狙おうとしているからだ。サンゴ礁に行ってはいけないと言っているなら、それは本当に助けになる。なぜなら、それはただ速く行きたいだけだからだ。だからどこに行ってはいけないかを伝える。
それは多くの意味を持つ。なぜなら、最初のプロンプトがモデルにミッションを与えることが本当に重要なら、モデルがこれらは反ミッションだということを理解することを確認したい。これらは反目標だ。これらは私たちがしないことだ。
6つ目として、それらの不確実性の部分について明確にする。私が前に話したように、緊張と曖昧さの領域を定義し、モデルにこれが1番、これが2番のような優先順位を明示的に与えなければならない。対立がある場合、これがそれを解決する方法だ。それを真剣に受け取ってほしい。
本当に真剣に受け取ってほしい。なぜならそれはモデルがあなたを助けるのに役立つからだ。最後に、7つ目として、その作業をチェックする方法を与える。モデルはあなたを喜ばせ、ミッションに行きたがっている。その作業をチェックする方法を与える。助けになる検証基準を与える。
これらがこのモデルでうまく機能すると見てきた7つの構成要素だ。それらはすべて、このビデオの始めに話した核心的なアイデアに加算される。このモデルは操縦される必要がある。メタプロンプトの全体的なアイデアは、基本的にあなたがより簡単に操縦するために使える助けの舵を与えることだ。このボートを操縦するためのパワーステアリングを与えるようなものだ。
なぜなら、もしあなたがよく知らなければ、他のモデルを運転したのと同じ方法でこれを運転しようとするなら、ChatGPT-5が開始された後に多くの人が経験した体験をすることになる。他のモデルに与えて機能した同じ指示を与えることになる。そして、そこにどれほどの力があり、どれほどの行動への偏向があり、どれほどの精度への要求があるかを理解し、正当にフラストレーションを感じることになる。なぜなら、プロンプトの期待の跳躍は率直に言ってばかげているからだ。
それはばかげていると私は言っているが、それが期待であり、だからこそパワーステアリングのようなものが必要だと思うので、メタプロンプトを構築している。だから私の提案は、メタプロンプトを取って、それで遊んで、より精度を得るのに役立つかどうか見てもらうことだ。私が概説した7つの原則を見てもらう。
それがより良いプロンプトを書くのに役立つかどうか見てもらう。そして、これらすべてを行う必要がない瞬間があることを認識してもらいたい。シンプルな事実の問い合わせにメタプロンプトを使う必要はない。一緒に意味を発見することが全体的な目標である探索的な会話に派手なプロンプトを使う必要はない。
個人的で感情的な会話に使う必要はない。このモデルがこのビデオのほとんどで説明してきた種類のミッションのために構築されていることを理解してほしい。したがって、このメタプロンプトスキルセット、このメタプロンプトツールキット、より具体的な方法でプロンプトするアイデアは、それがモデルが行いたいことの核心だからそれを助けることになる。
しかし、モデルが行うことの端にいるなら、正直に言ってこのモデルはそれほど感情的にスマートなモデルではないからだ。感情的な会話はそれが行うことの端にあると感じる。このモデルは事実の問い合わせのために本当に構築されていない。それを行うことはできる。その種のスペースにいるなら、派手なプロンプトで悩む必要はない。
基本的な会話で行けばいい。率直に言って、そのような物事の一部をより良く行う他のモデルがある。Claudeは、ChatGPTよりも優れた感情的能力を持っている。そう言うつもりだ。だから、これらの他のタスクのために、あなたにとって機能するモデルを選ぶことができる。
まとめ：新しい時代の到来
カジュアルな会話プロンプトの時代はただ終わったのだ。ChatGPT-5では、私たちが新しい世界にいることを認識する必要がある。ChatGPT-6はさらにエージェント的になり、あなたからさらに多くの精度を要求すると予想するだろう。そして多分彼らはあなたのプロンプトを拡張するのに役立つ何かを出荷するだろう。見てみよう。
しかし結局のところ、今システマティックなプロンプトを学ぶ必要がある。そして、メタプロンプトはそれほど圧倒的に感じない方法でそれを学ぶ方法だ。それは操縦するのに役立つ。
お願いだから、お願いだから、お願いだから、ChatGPT-5をプロンプトできることを認識してほしい。それは不可能ではない。少しの助けで、それが必要とする精度を与えることができる。このモデルを理解することができる。このモデルは不可能なほど複雑ではない。予測可能に操縦することができれば、非常に非常に有用だ。
そして予測可能性はプロンプトによって推進される。予測可能性は、会話的プロンプトから得る wildly unpredictable（途方もなく予測不可能な）、素晴らしいかばかげた応答に勝る。私たちはプロンプトがより精密である地点に到達する必要がある。
だから、この動画がChatGPT-5をプロンプトするのを難しくするもの、ChatGPT-5に入る原則、そしてそれらのプロンプトの原則がどのようにモデルを形作り、応答を形作るかについて理解するのに役立ったことを願っている。
また、メタプロンプトの例が、疲れていて、フラストレーションを感じていて、このモデルから最大限を得るために自分のプロンプトを改善する時間がない時にメタプロンプトを使うことの重要性を見るのに役立ったことを願っている。それがあなたのためのChatGPT-5だ。それは難しい、難しいモデルだが、あなたなら大丈夫だ。できるよ。
コメント