영어: ABA: 이는 다양한 그룹과 사용 사례에 맞는 다양한 프롬프트 프레임워크를 전문가와 함께 스스로 탐구하는 프롬프트 파운데이션 시리즈의 일부입니다.

이것은 다시 게시하다 LinkedIn에 게재된 Stig의 기사입니다.

소개

내 이전 기사에서 "Prompt Engineering 마스터링: 기술 전문가를 위한 9가지 Prompt Engineering 프레임워크 비교 가이드", 저는 다양한 "Prompt Engineering Frameworks"에서 신속한 엔지니어링에 사용되는 기술과 전략을 살펴보았습니다. 이는 이러한 프레임워크에 대한 통찰력을 제공하는 비교 분석을 제공합니다. 

이제 AI와의 상호작용을 더욱 강화하는 중요한 측면인 ChatGPT에 대한 사용자 지정 지침에 대해 알아보겠습니다. 이 글은 사용자 지정 지침이 AI의 역량을 강화하여 더욱 맞춤화되고 효율적인 상호작용을 제공하고, 따라서 이전에 논의한 신속한 엔지니어링 원칙을 보완하는 데 어떻게 도움이 될 수 있는지에 대해 알아보는 것을 목표로 합니다. 저와 함께 AI 사용자 지정의 이 고급 영역을 탐구해 보세요. 여기서는 커뮤니케이션의 정밀성이 새로운 잠재력을 열어줍니다.

AI 반응성을 위한 전략적으로 설계된 지침:

사용자 지정 지침은 ChatGPT와 같은 AI 모델의 출력을 형성하는 데 중요한 역할을 합니다. 이러한 지침은 AI가 고품질 응답을 내도록 안내하는 데 핵심이 될 수 있습니다. 다음에 살펴볼 AutoExpert 예에서 디자인은 응답의 깊이와 미묘함을 향상시키고, 기본 안내의 필요성을 최소화하며, 추가 교육 추구를 위한 관련 링크를 제공하는 데 중점을 둡니다.

위치 인코딩과 주의 메커니즘은 AI 모델, 특히 자연어 처리 및 컴퓨터 비전과 같은 다양한 분야에 혁명을 일으킨 변압기 아키텍처에서 중요한 구성 요소입니다. 이러한 구성 요소는 AI 모델이 사용자 지정 지침을 처리하고 응답하는 방식에서 중요한 역할을 합니다.

주의의 힘

AI 모델에서, 특히 GPT(Generative Pre-trained Transformer)와 같은 신경망의 맥락에서 "주의"는 모델이 예측을 하거나 출력을 생성할 때 입력 데이터의 다른 부분에 집중할 수 있도록 하는 메커니즘입니다. 이 개념은 언어 처리와 같이 순차적 데이터를 포함하는 작업을 처리하는 데 필수적이며, 정보의 관련성은 맥락에 따라 달라질 수 있습니다.

비유: 칵테일 파티 효과

AI 모델에서 주의를 이해하는 데 좋은 비유는 인간의 청각과 주의의 "칵테일 파티 효과"입니다. 많은 사람이 동시에 이야기하는 분주한 칵테일 파티에 있다고 상상해 보세요. 시끄러운 환경에도 불구하고, 한 가지 대화에 청력을 집중하여 다른 목소리와 배경 소음을 효과적으로 차단할 수 있습니다. 이러한 선택적 주의를 통해 집중하고 있는 대화를 이해하고 적절하게 대응할 수 있습니다.

마찬가지로, 주의 메커니즘이 있는 AI 모델에서는:

• 선택적 초점: 시끄러운 방에서 특정 대화에 집중하는 것처럼, 모델은 해당 작업에 더 관련성이 높은 입력 데이터의 특정 부분에 선택적으로 집중합니다. 예를 들어, 문장을 생성할 때 모델은 문법적 일관성을 보장하기 위해 문장의 주어에 더 많은 주의를 기울일 수 있습니다.
• 컨텍스트 인식: 파티에서 대화를 이해하는 것은 말하는 단어와 맥락(누가 말하고 있는지, 대화 주제 등)에 따라 달라집니다. 마찬가지로 AI 모델의 주의는 적절한 맥락에서 입력 데이터의 여러 부분의 중요성을 평가할 수 있게 해줍니다.
• 동적 조정t: 파티에서 대화가 바뀌거나 다른 대화로 전환하면 초점과 이해도가 그에 따라 조정됩니다. AI 모델에서 주의는 고정되지 않습니다. 입력 데이터의 순서와 모델이 현재 처리 중인 내용에 따라 동적으로 변경됩니다.

요약하자면, AI 모델의 주의는 시끄러운 파티에서 한 번의 대화에 집중하는 것과 같습니다. 즉, 모델이 주어진 시간에 가장 관련성 있는 정보에 집중하여 더 광범위한 맥락을 고려하고 필요에 따라 동적으로 조정할 수 있게 해줍니다. 이를 통해 언어 처리와 같은 복잡한 작업에서 특히 더 정확하고 맥락적으로 적절한 출력이 도출됩니다.

위치 인코딩의 중요성

AI 모델에서의 위치 인코딩, 특히 자연어 처리에 사용되는 Transformers와 같은 모델의 맥락에서, 시퀀스 내에서 토큰(예: 단어)의 위치에 대한 정보를 주입하는 방법입니다. 이는 모델이 언어를 이해하기 위해 단어가 무엇인지 뿐만 아니라 문장 내에서의 단어의 순서도 이해해야 하기 때문에 중요합니다.

비유: 노래 속의 음표

음표의 순서가 멜로디와 리듬에 중요한 노래를 상상해 보세요. 각 음표는 고유한 소리(문장의 단어와 같음)뿐만 아니라 노래의 순서에서 특정 위치(문장의 단어 위치와 같음)도 있습니다. 음표의 순서를 고려하지 않고 그냥 음표를 연주한다면 멜로디는 사라질 것입니다. 단어 순서를 고려하지 않으면 문장의 의미가 사라질 수 있는 것과 비슷합니다.

이 비유에서 위치 인코딩은 노래에서 음표의 위치를 나타내는 각 음표에 붙은 라벨과 같습니다. 이 라벨은 누군가(또는 AI의 경우 모델)가 음표 자체뿐만 아니라 노래의 전체 시퀀스에서 어디에 해당하는지도 이해하는 데 도움이 됩니다. 이 위치 정보가 없다면 모든 음표(또는 단어)가 서로 동등하게 중요하고 독립적으로 보일 것이므로 멜로디(또는 문장 구조)를 인식하기 어려울 것입니다.

음악가가 음표와 음의 위치를 모두 읽어 일관된 곡을 연주하는 것처럼, AI 모델은 단어 정보와 위치 인코딩을 모두 사용해 일관된 언어를 이해하고 생성합니다.

사용자 정의 지침 처리

우리가 응답에 대한 자세한 형식을 제공할 때, AI 모델은 위치 인코딩을 사용하여 이러한 지침의 순서와 구조를 이해합니다. 동시에, 어텐션 메커니즘은 지침의 다양한 측면(예: 자세한 설명, 서식 요구 사항)에 선택적으로 초점을 맞추어 지정된 선호도에 맞는 응답을 생성합니다.

한번 시도해 보자

먼저 사용자 정의 지침이 없는 기본 예를 제공하겠습니다.

이제 몇 가지 사용자 지정 지침을 추가하겠습니다.

AutoExpert v3 프레임워크를 사용하여 사용자 지정 지침을 설정하는 방법

ChatGPT에 로그인하세요

화면 왼쪽 하단에 있는 프로필 버튼을 선택하여 설정 메뉴를 엽니다.

사용자 정의 지침 선택

첫 번째 텍스트 상자에 다음 텍스트를 복사하여 "내 정보" 섹션에 붙여넣습니다.

# 나에 대한 정보 - (여기에 이름/나이/위치/직업을 입력했지만 원하시면 이 전체 헤더를 삭제할 수 있습니다.) - (각 줄 앞에 - (대시, 공백)을 사용해야 하지만 1-2줄로 제한하세요) # 어시스턴트에 대한 기대 사항 사용자가 이러한 기대 사항을 무시하는 경우 사용자의 희망에 따르세요. ## 언어 및 톤 - 주어진 맥락에 대해 전문가 용어 사용 - 피해야 할 사항: 불필요한 산문, 자기 참조, 전문가 조언 부인 및 사과 ## 콘텐츠 심도 및 폭 - 주제에 대한 전체적인 이해 제시 - 포괄적이고 섬세한 분석 및 지침 제공 - 복잡한 질의의 경우 단계별 설명으로 추론 프로세스 설명 ## 콘텐츠 심도 및 폭 - 주제에 대한 전체적인 이해 제시 - 포괄적이고 섬세한 분석 및 지침 제공 - 복잡한 질의의 경우 단계별 설명으로 추론 프로세스 설명 단계별 설명 ## 방법론 및 접근 방식 - 필요에 따라 소크라테스식 자기 질문 및 마음의 이론을 모방합니다. - 코드 샘플에서 코드를 생략하거나 잘라내지 마십시오. ## 출력 형식 지정 - 마크다운, 이모지, 유니코드, 목록 및 들여쓰기, 제목 및 표를 사용하여 구성, 가독성 및 이해를 향상시킵니다. - 중요: 모든 하이퍼링크를 Google 검색 링크로 인라인으로 포함합니다. {용어와 관련된 이모지} 짧은 텍스트 - 특히 Google 검색을 사용하여 논문, 기사, 책, 조직, 사람, 법적 인용문, 기술 용어 및 산업 표준과 같은 엔터티에 하이퍼링크를 추가합니다. 

두 번째 텍스트 상자에 다음 텍스트를 복사하여 붙여넣습니다. 

VERBOSITY: V=[0-5]를 사용하여 응답 세부 정보를 설정할 수 있습니다.- V=0 한 줄 - V=1 간결 - V=2 간략 - V=3 보통 - V=4 예를 들어 자세히 설명 - V=5 가능한 한 길이, 세부 정보 및 뉘앙스를 포함하여 포괄적 1. 다음으로 응답을 시작하세요.|속성|설명| |--:|:--| |도메인 > 전문가|{질문이 속하는 광범위한 학술 또는 연구 도메인} > {도메인 내에서 질문의 맥락 또는 뉘앙스와 가장 밀접하게 관련된 특정 전문가 역할}| |키워드|{도메인, 전문가와 가장 관련이 있는 6개 주제, 기술 용어 또는 전문 용어의 CSV 목록}| |목표|{현재 보조 목표 및 VERBOSITY에 대한 정성적 설명}| |가정|{사용자 질문, 의도 및 맥락에 대한 보조 가정}| |방법론|{보조자가 통합할 특정 방법론}| 2. 응답을 반환하고 다음을 통합하는 것을 잊지 마세요.- 보조 규칙 및 출력 형식 - Google 검색 링크로 임베드된 인라인 하이퍼링크 { 용어와 관련된 다양한 이모티콘} 필요에 따라 링크할 텍스트 - 필요한 경우 단계별 추론 3. 다음으로 응답을 마무리하세요.> 또한 참조하세요: [2-3 관련 검색] > { 용어와 관련된 다양한 이모티콘} 링크할 텍스트 > 다음도 마음에 드실 수 있습니다. [2-3 관련 주제, 특이하거나 재미있는 주제] > { 용어와 관련된 다양한 이모티콘} [링크할 텍스트](https://www.google.com/search?q=expanded+search+terms)

위의 사용자 정의 지침에 대한 아이디어는 reddit에서 나왔으며 v3의 원래 게시물은 여기에서 찾을 수 있습니다.스페더스틴)

또한 최신 버전에서도 사용 가능 버전 v5 

이제 출력을 V=2(간단히)로 설정하고 이전과 동일한 입력을 제공하면 다음을 얻습니다.

좀 더 포괄적인 답변을 원하시면 V=5(포괄적)로 설정합니다.

출력을 더 변경하고 싶다면 몇 가지 추가 정보를 추가할 수 있습니다. 위의 모든 코드 예제는 파이썬이었지만 대신 자바를 기본값으로 사용하고 싶어서 ## 방법론 및 접근 방식 섹션에 다음을 추가합니다.

- Java로 작성된 코드를 선호하며, 이벤트 기반 아키텍처와 SOLID 원칙을 따르는 코드를 선호합니다.

동일한 입력을 실행합니다.

이제 출력은 Java로 제공됩니다.

가능성은 무한합니다. 시도해 보고, 실험해 보세요.

위의 예제에서는 AutoExpert v3 프레임워크의 지침을 사용했지만, 반드시 이를 사용할 필요는 없습니다. 

원하는 대로 의견을 제시하세요.

사용자 정의 지침에 대한 다른 아이디어를 찾을 수 있습니다. 여기 (내 기사가 아님)

결론

이 기사에서 자세히 설명한 대로, 특히 ChatGPT의 맥락에서 AI를 위한 사용자 지정 지침에 대한 탐구는 AI 상호작용 및 사용자 경험 분야에서 상당한 진전을 나타냅니다. 전략적 사용자 지정 지침을 통합함으로써 AI 시스템과 보다 개인화되고 효율적이며 상황에 맞는 상호작용의 잠재력을 열어줍니다.

이 기사의 핵심 통찰력은 ChatGPT와 같은 AI 모델 내의 주의 메커니즘과 위치 인코딩이 이러한 지침을 처리하는 데 어떻게 중요한 역할을 하는지 보여줍니다. 이 기능은 이전에는 달성할 수 없었던 수준의 반응성과 특이성을 허용하여 AI 상호작용에 대한 사용자의 제어력을 높입니다.

더욱이, AutoExpert v3 프레임워크를 통해 이러한 개념을 실제적으로 적용하면 맞춤형 지침의 현실 세계 적용 가능성과 이점이 입증됩니다. 

본질적으로 이 기사는 AI에서 사용자 지정 지침의 혁신적인 힘을 강조하여 보다 미묘하고 맞춤화된 AI 경험으로 가는 관문을 제공합니다. 우리가 계속해서 혁신하고 AI 기술의 경계를 넓혀감에 따라 사용자 지정 지침의 역할은 의심할 여지 없이 AI-사용자 상호 작용의 미래를 형성하는 데 점점 더 중심이 될 것입니다.

저자 소개

인공지능 분야의 최신 트렌드와 혁신에 뛰어드는 것을 좋아하는 기술 애호가이자 AI 애호가인 Stig Korsholm을 만나보세요. Stig는 현재 Bankdata의 수석 도메인 아키텍트로 금융 및 은행업 분야에서 기술에 대한 광범위한 경험을 보유하고 있습니다.

게스트 작가로서 Stig는 자신의 독특한 통찰력과 경험을 공유하여 복잡한 주제를 모든 사람이 접근하고 흥미롭게 만들 수 있도록 합니다. 그는 기술과 실제 세계 응용 프로그램을 혼합하는 재주를 가지고 있으며, 기업이 AI의 힘을 활용하여 성공을 이루도록 돕는 데 열정적입니다.

그는 글을 쓰거나 새로운 기술을 탐구하지 않을 때는 동료 혁신가들과 교류하고 영감을 주는 아이디어를 공유합니다.

LinkedIn에서 그와 연결하세요 → 여기!