11,573 文字
ChatGPTが新しいo1モデルをリリースしてから約1週間経ったんやけど、今回の動画では、このモデルを強力にする5つのプロンプトを紹介するで。
このモデルは今までのモデルとは全然違うんや。この動画で紹介するプロンプトをo1に送ると、GPT-4.0やClaudeとは全然違う反応が返ってくるんや。もっと深い洞察や、もっと詳細な回答、そしてあなたの問題に合わせたソリューションが得られるんやで。
この動画では、新しいモデルの反応をもっと良くするための5つのプロンプトを紹介するけど、これはほんの一部やで。
いつも言うてるけど、AIの効率性と生産性をマスターしたいなら、AI Foundation Communityがおすすめやで。参加するためのリンクは動画の説明欄かトップコメントに載せとくわ。
ここには素晴らしいコミュニティがあって、みんなで投稿を共有したりできるんや。337人のメンバーがおって、みんな自分の業界でAIを活用しようとしてる。洞察やフィードバックを共有したり、もっといろんなことができるんや。
ネットワークが一番パワフルな部分やけど、AIをマスターするためのたくさんのコースがある教室もあるし、週4回のライブコールを始めたカレンダーもあるで。興味があるなら、説明欄かトップコメントに情報載せとくわ。
このモデルが違うのは、反応がもっと良くて、もっと考え抜かれてるとこやな。この動画で紹介するプロンプトの中には、「なんでGPT-4やClaudeやPerplexityに同じこと入力しても同じ答えが出えへんのや？」って思うかもしれへん。
それはな、このモデルが複雑な推論を行うために強化学習で訓練されてるからなんや。でも、このモデルが際立ってるのは、答える前に考えるっていう部分やねん。
技術的には、応答する前に長い内部的な思考連鎖のプロンプティングをしてるんや。つまり、応答をマッピングして、制約をチェックして、解決策があなたの問題に合わせてカスタマイズされて適応できるようにしてるんや。
もっと深く掘り下げることもできるけど、それは別の動画のトピックやな。楽しい部分、つまりこれらのプロンプトを学ぶ部分に入っていこか。
o1を使いこなすためのプロンプトを紹介するで。コミュニティのメンバーも使ってるし、めっちゃ優れてると思うで。実用的なプロンプトもあるし、o1が出力したものに適用できるプロンプトもあるで。
プロンプト1はな、ワイが開発したブレインストーミングのパラダイムや。何かをブレインストーミングする必要があるなら、o1を使うことをおすすめするわ。もう決まりきった答えは返ってこえへんからな。
めっちゃ長いパラダイムを入力して、深くて詳細な情報を与えても、ちゃんとカスタマイズされた応答が返ってくるんや。
ワイが開発したブレインストーミングのプロンプトを見てみよか。これらのプロンプトは全部説明欄に載せとくから、興味あるなら使ってみてな。
このブレインストーミングのプロンプトには7つのステップがあるんや。パラダイムやねんけど、7つのステップだけやなくて、最後にループも入れてるんや。
モデルが応答する前に、3つのステップを3回繰り返すんや。このブレインストーミングのプロンプトがどんなもんか見てみよか。
これはめっちゃ大きなプロンプトやろ？o1はこの全てのステップを驚くほどうまくこなすんや。GPT-4はこれに全然及ばへんで。
ステップ1では、問題をリストアップして、システム機能やロールも与えるんや。これは基本的なプロンプトエンジニアリングのスキルで、大規模言語モデルマスタリークラスで教えてるし、このチャンネルでもロールプロンプティングについての動画がたくさんあるで。
まだ知らへんなら、ロールプロンプティングについて学ぶことをおすすめするわ。基本的には、プロフェッショナルとして考えて行動できるようにロールを与えるんや。
次に、解決したい問題や、答えが欲しい解決策、ブレインストーミングしたいトピックをリストアップするんや。ここがあなたの入力する部分やな。問題をここにリストアップするだけでええねん。
ステップ2では、大規模言語モデルに解決策をブレインストーミングさせるんや。3つの解決策を求めてるんやけど、画面を一時停止して詳しく読んでみてな。
各解決策を選んだ理由を考えて、その選択に至った3つの要素や要因を挙げるように言うてるんや。
ステップ3では確率評価をするんや。解決策を出すだけやなくて、出した解決策について考えて、1%から100%までの成功確率スコアを付けるように言うてるんや。
これで、ワイが解決したい問題に基づいて、その解決策がどれくらいうまくいくと思うかを判断できるんや。これはプロセスの素晴らしいステップやな。
なぜなら、すぐに「戻って見て、確率評価を基にした成功確率のパーセンテージを出して、その理由も教えて」って言うてるからや。メリットやデメリット、実行の難しさ、課題、期待される結果などをリストアップするように言うてるんや。
ステップ4は面白いで。確率評価を考慮した後、パーセンテージスコアを見て、下位2つを除外して、勝者を選ぶように言うてるんや。つまり、最高の解決策だけを求めてるんや。
ステップ5からループが始まるんや。このプロンプトを送る前に、ここに入力した問題をコピーして、ここに貼り付けてな。問題を繰り返し述べるためや。
ステップ1から4で見つけた勝者の解決策を見て、最初の勝者の解決策よりも良い結果をもたらす可能性のある新しいアイデアを2つブレインストーミングするように言うてるんや。
新しい解決策を提供する時は、各解決策を効果的にする3つの要素を提供するように言うてるんや。今はただ競合する解決策をブレインストーミングしてるだけやな。
そして、これらのステップを繰り返すみたいな感じや。ステップ6では、ステップ5で得た2つの新しい解決策に対して、また確率評価をするように言うてるんや。
ステップ7では、敗者を除外して勝者を選ぶんや。新しい勝者が出るかもしれへんし、同じ勝者かもしれへん。どっちにしても、2つの勝者の解決策を生成しようとするんや。
ここで終わってもええんやけど、めっちゃ素晴らしい結果が出るで。でも、ワイらがやろうとしてるのは、このループをステップ5から7まで3回繰り返すことや。
2つの勝者の解決策を見つけようとし続けて、成功確率を再評価して、敗者を除外して、勝者を選ぶっていうのを3回繰り返すんや。
これを何回も繰り返してるんや。そして、ワイが開発したパラダイムに従って、全部バックグラウンドでやってるんや。
例えば、ワイがeコマースをやってて、ユニークな製品を開発しようとしてるとするやろ？少なくとも設計図を出して、モックアップのアイデアを出したいんや。
製品のアイデアはあるけど、その製品の解決策や異なるアイデアをブレインストーミングするのを手伝ってほしいんや。ロールを与えることもできるで。
例えば、「あなたはプロの製品開発者です」っていうのがロールプロンプティングの例や。ここで黄色くハイライトしてるのが、ワイの問題や。
「拡張現実と大規模言語モデルのマルチモーダル性の力を利用したユニークな製品を開発する必要があります」って言うてるんや。
じゃあ、どうするかっていうと、プロンプト全体をコピーして、新しいモデルを使ってChatGPTに貼り付けるんや。Ctrl+Cでコピーして、ChatGPT o1プレビューに切り替えて、プロンプトを貼り付けて送信するだけや。
気づくと思うけど、応答が出るまでにちょっと時間がかかるで。それは全てをチャートにして、解決策を考えて、オプションを評価して、この内部的な思考連鎖のプロンプティング技術を使って強化学習で実際に話す前に考えてるからや。
答えを出す前にやってることを見てみ。これ全部、答えを出す前にバックグラウンドでやってることや。このでかいプロンプトでな。すごいやろ？
まだ応答は出てへんけど、36秒考えたんや。でも、この待ち時間は大丈夫や。だって、正確でよく考えられた応答が得られるからな。
「プロの製品開発者として、拡張現実とマルチモーダル性を持つ大規模言語モデルを活用したユニークな製品を作る任務を与えられました」って言うて、どんな問題に取り組んでるかを繰り返し述べてるんや。
ステップ2で述べたように最初の解決策をブレインストーミングして、確率評価をして、敗者を除外して勝者を選んでる。これがステップ1から4やけど、今からこの3ステップのループを3回やらなあかんのや。
「ブレインストーミングループの反復1/3を開始します」って言うて、確率評価を示してる。解決策1は75%、解決策2は65%、解決策3は70%やな。
画面を一時停止して、これの一部を読んでみることをおすすめするわ。動画の中で全ての出力を読む時間はないけど、気づくと思うけど、よく考えられてて、現在市場にある他の大規模言語モデルとは全然違うんや。
だから、ブレインストーミングは新しいo1モデルの素晴らしい使用例や。特にワイのブレインストーミングパラダイムを使うとな。これら全部をGoogleドキュメントにして説明欄に載せとくから、楽しんで使ってみてな。
次のプロンプトの使用例は、o1を使って2つの異なる主題間のより深いつながりを見出すことや。たくさんの情報がある2つの異なる主題があると、ごちゃごちゃになることがあるやろ。だから、その情報を全部o1にまとめさせるんや。
前のブレインストーミングパラダイムに比べると、これはかなりシンプルなプロンプトや。「提供された研究に基づいて、XがXと一緒に使われるとどれほど革新的なのか教えてください」って言うてるんや。
このプロンプトを使う時、これが固定のプロンプトってわけやないで。言葉遣いを変えることもあるかもしれへん。でも、2つの異なるものの間のつながりをどうやって見出せるかを考えてな。
o1が見出せる並行性は、他のどの大規模言語モデルとも違うからな。ワイはこの動画に合わせて戦術的なアプローチを取ろうと思うんや。
ここに2023年1月10日にリリースされた思考連鎖プロンプティングに関する白書があるんや。やっとこれらのモデルに思考連鎖プロンプティングを実装し始めたんや。実際に出力を出す前に、応答について推論するためにな。
これはめっちゃすごいと思うで。より正確で、幻覚が少なくて、より質の高い出力が得られるんや。スピードを犠牲にしてもええと思うわ。
でも、とにかくこれに入ろか。ここに白書があるんやけど、全ての情報をコピーできるんや。o1がPDFや画像をサポートするようになったら、それこそマジですごいことになるで。でも今のところは、特定の部分をコピペするしかあらへんな。
ワイはこの10ページを全部、結論までコピーして、ChatGPT o1に貼り付けるつもりや。ちょっと下に改行して貼り付けるんや。
そして、ここのXの代わりに「思考連鎖プロンプティングが大規模言語モデル内部で使用される時、どれほど革新的なのか教えてください」って書くんや。ええ感じやで。
つまり、思考連鎖プロンプティングが大規模言語モデル内部で使用される時、どれほど革新的なのかってことや。これがこの研究の内容なんや。
この研究をアップロードしてもええけど、o1に思考連鎖プロンプティングのアイデアを走らせて、大規模言語モデル内部で使用される時にどれほどパワフルかを見るのもおもろいと思うんや。
そして、「ユーザーが物理的にプロンプトを与えることなく」って付け加えるんや。ええ感じや。これを送信できるで。
また、10ページのPDF全部をここに貼り付けてある。o1がPDFをサポートできるようになったら、それこそマジですごいことになるで。
でも、とにかく送信してみよか。このプロンプトがめっちゃ大きいのがわかるやろ。たくさんの数字、方程式、情報、そして取り込むべきものがあるんや。そして、ワイの質問もある。
だから、ワイの質問をマッピングして、ここでたくさんのことをせなあかんのや。でも、これは実際にはかなり早く考えたんや。これはマジですごいで。
貼り付けたPDFの情報から進歩を強調して、ワイの指示に従って、即座の推論について議論して、思考連鎖プロンプティングを活用して、モデルの理解力も向上させてる。
めっちゃ詳細な答えをくれたで。なんで大規模言語モデルでこれを使うのが革命的なのかについてな。ユーザーからの明示的なプロンプトなしに、内部的に即座の推論ステップを生成できるようにするって言うてる。
これはマジで重要やと思うで。人間の思考パターンを模倣してるって言うてるんや。めっちゃクールやし、マジで真実やな。複雑な問題にもっと効果的に取り組めるようにしてるんや。ええ感じや。
そして、このアプローチがなんで画期的なのかを教えてくれて、ステップをちゃんと並べてくれてる。もう一度画面を一時停止して、これを読んでみることをおすすめするで。提供してくれた情報全部見れるからな。
だから、2つの異なるものの間のより深いつながりを見出すにはこれをおすすめするで。o1はそのつながりについて考えるんや。ただ答えを吐き出すんやなくてな。
哲学的にやってもええし、まだ現実にはない状況を仮説的に考えてもええんや。「これがこれにどうつながるかもしれへん」とか「この2つのものはどうつながってる？」って聞いてもええんや。
もしかしたら全然つながってへんかもしれへん。o1はそれについて考えて、本当につながりがあるなら、そのつながりを見出そうとするんや。これが内部的な思考連鎖プロンプティングの美しいところやな。
プロンプトの使用例3は、o1に答えを出した理由を説明させて、なぜそれが実際に機能するのかを持続可能な理解として教えてもらうことや。
「でもドレイク、他の大規模言語モデルでもできるやん」って思うかもしれへんな。でも、問題はそうやないんや。これは全く別のレベルなんや。
o1はすでに応答を出す前に考えてるだけやなくて、説明を求めると、前のプロンプトや前の出力についてどう考えたかを考えるんや。前の思考プロセスについて考えてるんや。
そして、それをどうやってあなたに説明するかも考えてるんや。だから、他のどの大規模言語モデルよりもずっと深いレベルに行けるんや。o1が出した解決策についてもっと持続可能な理解を得たいなら、これを試してみることをおすすめするで。
今からそれに入っていくで。ちょっと例を見てみよか。ソーシャルメディアアカウントのコンテンツカレンダーをさっと作ってみるわ。そうすれば、o1がなぜそのコンテンツカレンダーを特定のフォーマットで出したのかを理解できるからな。
ここに最初のプロンプトがあるんや。o1にその理由を説明させるつもりのやつや。
「2024年10月のコンテンツカレンダーを作成してください。私の人工知能YouTubeチャンネル用です。過去10本の動画のデータと統計情報は以下の通りです」って書いて、過去10本の動画のデータをここに入れてるんや。
これはYouTubeのアナリティクスからコピペしたんや。これはすでにええプロンプトの例やけど、これが例やないで。ここに目標があって、コンテキストがあって、アクションも与えてるんや。
そしたら動画のアイデアをくれるんや。24秒考えてからな。ええ感じや。これが最初のプロンプトや。o1にはこういうことも頼めるんや。再生回数と複数の異なるものの間のつながりを見出せるからな。
GPT-4に比べたらな。動画1、動画2、動画3、動画4、動画5をくれるんやけど、ここからプロンプトの使用例3が始まるんや。その理由を説明させるためにな。
ここに貼り付けるプロンプトがあるんや。これはすごくシンプルで、「この結論に至った過程を説明してください。なぜこれが機能するのかを持続可能な理解として教えてください」って言うてるんや。
実際の結果を得て、答えを得てるけど、なんでこれが機能するんか。もう一度考えさせるんや。24秒かけて考えた思考プロセスを通らせるんや。これを送信するで。
この新しいo1モデルでは、このプロンプトがマジでパワフルなんや。だって、自分の考え方について考えてるからな。マジでめっちゃすごいで。
他のモデルに比べて、データを与えてコンテンツ作成をさせた時の結果がマジで良くなってるんや。「過去の動画のパフォーマンスを分析しました」って言うて、高パフォーマンスの動画を見てるんや。
何を考えたのかを教えてくれてるんや。これらの高パフォーマンスの動画を見て、主な観察結果として、「オートメーションがヒットしてる」「完全ガイドがうまくいってる」「新機能とアップデート」っていう3つの重要な観察をしたって言うてるんや。
これはワイのコンテンツと、ワイのチャンネルで何が効果的かに基づいてるんや。そして、「成功したコンテンツのテーマを特定しました」って言うて、これらの観察をした後、ワイのチャンネルのテーマを挙げてるんや。
AIオートメーション、チュートリアル、詳細ガイド、新モデルや機能、初心者向けのヒントって、ほんの少しの情報で、ワイのチャンネルの内容をぴったり言い当ててるんや。
そして、コンテンツカレンダーの作成に入ってるんや。木曜日に定期的に投稿するスケジュールを立てて、毎週同じ曜日に投稿することで、視聴者の期待を構築し、リピート視聴を増やせるって言うてるんや。
そして、なぜそうするのかを説明してくれてるんや。単に答えを出すだけやなくて、なぜそうするのかを教えてくれてるんや。めっちゃ素晴らしい応答やで。
今まで見たことないようなコンテンツ作成やけど、もっと具体的に言うと、その理由を説明させることで得られる洞察が、他のどのモデルとも全然違うんや。
次のプロンプティングの使用例は、大きな目標、小さな目標、中規模の目標を達成するための実行可能な計画を立てるのが好きな人向けや。
この新しいo1モデルは、バックキャスティングと呼ばれるものをするのがマジですごいんや。最終目標から今日必要なことまで逆算して考えるんや。
大規模言語モデルに後ろ向きに考えさせて目標達成を手伝ってもらうのが好きなんや。だって、思考連鎖プロンプティングの心や大規模言語モデルの心（心って呼べるなら）を再構成するからな。
ブレインストーミングのプロンプトに似た大きなプロンプトがあるんやけど、これを提供して、この新しい大規模言語モデルで行動計画を作成したいんや。これには期待してるで。見てみよか。
このプロンプトの目的は、大規模言語モデルに後ろ向きに考えさせて、望む未来の状態を達成するための戦略的計画を作成することや。
ステップ1では、望む未来の状態を定義するんや。何に対してでもええんや。大きな目標があるか？大きなランを完了したいか？トライアスロンをやりたいか？特定の財務目標や体重目標を達成したいか？
どんな目標でも、大規模言語モデル、特にこのo1プレビューを使って、戦略的計画を立てる手伝いをしてもらえるんや。
この場合、バックキャスティングを使って、前から後ろやなくて、後ろから前に考えさせるんや。思考連鎖プロンプティングを再構成して、非常に良い戦略的計画を提供するええ方法やで。
ここに望む未来の状態と目標を入力するだけや。そして、現在の状態分析をするんや。目標に基づいて、現在の状況を評価するんや。
そして、ここに現在の状況を描写するだけや。例えば、体重を減らそうとしてるなら、現在の統計はどうなってるか？身長は？体重は？体脂肪率は？BMIは？内臓脂肪は？体重を減らすのに関係するこれらの指標は全部どうなってる？
大規模言語モデルにコンテキストを提供するのはマジで重要で、それがステップ2の目的なんや。
これが唯一あなたがせなあかん2つのことや。これが大規模言語モデルがやることや。マイルストーン開発をしてくれて、重要なマイルストーンを特定してくれるんや。
特定の目標があって、それらの目標を90日以内に達成したいとかあるやろ。これらのマイルストーンをどれくらいの期間で設定したいかを言うこともできるんや。
そして、後ろ向きにパスを作成するんや。「あなたの仕事は、計画を立てる前に、未来の状態から現在まで後ろ向きに作業することです」って言うてるんや。
「ドレイクが未来の望む状態でどうなりたいのか、そこにどうやって到達させるか、後ろから前に向かって考えよう」って考えるんや。
そして、答えを出す前にこれを実行するように言うてるんや。これ全部をバックグラウンドで、新しい思考連鎖プロンプティングでやってるんや。
例えば、ワイのAI Foundation Communityのメンバー目標があって、特定の期間内に達成したいとするやろ。
全ての情報を提供するんや。「ワイはAI Foundationsっていうプラットフォームの学校にあるコミュニティで、3,000人のメンバーに月49ドル払ってもらいたいんや。このコミュニティは人工知能、大規模言語モデル、生成AI、AI音声、AIビデオなど、AIに関するあらゆることを教えてる」って言うて、週3〜4回のライブコールをしてるなどの統計情報も提供するんや。
そして、このコミュニティに本当になってほしいことの詳細に入るんや。「このコミュニティがAIだけのものやなくて、人々がただコンテンツを得て去っていくんやなくて、お互いに助け合って成長し合う友達のネットワークになってほしいんや。ライブコールに参加して、交流して、このコミュニティが求められるようになってほしい。なぜなら、このコミュニティの結果としてAIで人々の生活をより効率的にできるからや」っていうのが、ワイの現在の状態分析や。
あとは、プロンプトの残りの部分はもう決まってるんや。今、望む未来の状態と現在の状態があるから、答えを出す前にこのプロセスを実行させられるんや。
「ドレイクは6ヶ月でグループに3,000人のメンバーが欲しいんやな」って考えて、ゆっくりと後ろ向きに作業して、最初から最後までの戦略的計画を立ててくれるんや。
これをコピーして、ChatGPTに行って、貼り付けるんや。Googleドキュメントでやる方が見やすいと思うけど、それ以外は同じや。現在の状態と望む未来の状態があって、バックキャスティング分析もここにあるんや。
じゃあ、この新しいo1プレビューモデルで戦略的計画を立てるために、これを送信してみよか。送信するで。見てや、この長いプロンプトを。答える前に考えるんや。
もう「未来を定義します」って言ってるで。「コミュニティを育成します」ってな。これがプロンプトの指示に従ってるとこや。実際にループやパラダイムを実行して、あなたが望むところに到達させてくれるんや。
本当にカスタマイズされてて、普通に得られるような決まりきった応答って感じやないな。24秒考えてから答えを出してくれたんや。そして、ビジョン声明を出してくれた。
「望む未来の状態を定義します」って言って、ここにええビジョン声明を出してくれてる。現在の状態分析を通して、マイルストーン開発をしてくれて、月ごとの目標を出してくれてる。各月で目標を達成し、維持するために完了せなあかんタスクも出してくれてるんや。
目標に到達するために作成した後ろ向きのパスも出してくれてる。これがめっちゃクールやと思うで。5〜6ヶ月目、4〜5ヶ月目、というように後ろ向きにリストを下っていくんや。必要な条件も特定してくれてる。
ワイはもうこれを読んだけど、結果はかなりしっかりしてて、ワイの状況に本当にカスタマイズされてると思う。見ていくと、戦略的行動計画も出してくれてる。
これまで見せたのは基礎工事みたいなもんで、まだ行動計画は出してへんかったんや。でも、今度は即時のアクション、短期的なアクション、そして行動計画を本当に詳しく説明してくれてる。
「チャーン（解約）の理由を分析するためにフィードバックを集めます」「新しいメンバーが歓迎されていると感じられるようにオンボーディングプロセスを見直します」って、マジで戦略的やな。
こんな風に分解してくれるのがめっちゃ好きや。即時、短期、中期、長期、進行中って感じで。この出力の深さは、他のどのモデルが出すものよりも天文学的に深いんや。
だから、o1とChatGPTで戦略的計画を立てるのに、このバックキャスティングのプロトコルを使うのは革命的やと思うで。今までこんなに良い結果を大規模言語モデルで見たことないわ。内部操作のプロンプティングでな。
プロンプトの使用例5は、この新しいモデルで文章を改善することや。これは役立つで。なぜなら、プロンプトの使用例3で答えを見直して、なぜその答えを出したのかを説明させるだけやなくて、前の答えを見直して、より良い答えを出して、そして変更した理由を説明させるからや。
これは既存の文章を改善したり、出力を改善したりするのにめっちゃええ方法になるで。さっき作った戦略的計画に戻って、この計画を改善して、なぜ文章を改善したのかを説明させるつもりや。
使用例3に似たとってもシンプルなプロンプトや。「前回の応答を見直して、改善できる部分を探してください。変更した全てのことと、なぜ変更したのかの理由を教えて、応答を書き直してください」って言うてるんや。
前の応答を分析して、改善できる部分を探すように戻らせるんや。このとってもシンプルなプロンプトを送信するだけや。考えて、前の応答を見直して、評価して改善して、エラーを見つけて、明確さを高めて、そしてマイルストーンの微調整や行動計画の調整を検討してるんや。
マジでクールやで。8秒間考えた。プロンプトは小さいけど、再評価してるんや。見てや、「より実行可能で詳細な戦略的計画を提供するために、いくつかの改善点を特定しました」って言うてるで。
マイルストーンを改善して、詳細な削減戦略を立てて、マーケティング戦略を拡大してる。単に物事を改善したり変更したりするだけやなくて、拡大もしてるんや。これは、o1で最大限の効果を得るためにフォローアップで使うめっちゃええプロンプトや。
そして、ワイの計画を書き直してくれてる。また、画面を一時停止して、これの一部を読んでみてもええで。6つの異なる部分を変更して、太字にしてるみたいやな。
ただ応答を書き直すように言っただけで、これはマジでパワフルで、特に実際に従いたい何かがあったり、戦略的計画を立てたり、目標設定の取り組みをしたりする時にはめっちゃええで。
この新しいo1モデルを使って、文章を改善させて、その応答をチェックさせて、あなたの問題に本当に深く掘り下げさせることで、完璧にカスタマイズされたソリューションが得られるんや。
これで今回の動画は終わりや。楽しんでもらえたなら、ぜひいいねを押してチャンネル登録してな。チャンネルの成長を助けてくれるし、他の人にもこれらのプロンプトの利点を知ってもらえるからな。
また、AIについてちょっとした知識以上のものを得たいなら、つまり本物の人間のつながりを作りたいなら、Zoomコールをしたり、アイデアを出し合えるネットワークを作りたいなら、AI Foundations Communityをおすすめするで。
これはAIについて学ぶだけのものやないんや。ここでは、全てのメンバーと本物の人間のつながりを作ってるんや。毎週金曜日に週間報酬コールをして、新しいメンバーの紹介もしてる。
新しいメンバーが既存のメンバー全員と一緒に参加して、自己紹介して、もっと個人的なレベルで知り合うんや。関係がAIを超えて深まってるんや。
だから、これが欲しくて、AIを毎日使ってる同じ志を持つ人たちに囲まれたいなら、AIニュースやそういう楽しいことも含めて、このコミュニティに参加することを強くおすすめするで。
これは人工知能のための最高のコミュニティで、実際にAIの最終目的地なんや。
そういうわけで、もう宣伝はこれくらいにしとくわ。この動画を楽しんでもらえたら嬉しいで。新しいo1モデルとそのプロンプト方法について紹介したAIの動画やった。
繰り返すけど、これらのプロンプトは説明欄に載せとくで。それじゃあ、楽しんでもらえたら嬉しいし、次の動画でまた会おな。
コメント