💻 プロンプティングTips
AIP講座受講者の方から、
「なぜAct asを使う必要があるのですか？直接質問を入力するだけで十分ではないですか？」
というご質問を頂きましたので、今日は、「なぜAct asを使うのか？」について考えてみたいと思います。
その答えを考える前に、理解しておくべき重要な点を説明しますね。
何度も聞いたことがあるかもしれませんが、まず最初に、大規模言語モデル（LLM：Large Language Model）、を簡単に説明します。
LLMの基本原理は、大量のテキストデータから言語のパターンや文法を学習し、それをもとに新しいテキストを生成すること
つまり、普段行っているチャットは、「与えられた文字列（プロンプト）を出発点として、膨大な言語パターンから、もっともらしい文字を生成している」、だけであり、そこに「意味」というのは存在しません。
ユーザーにとっては、まるで本物の人間と会話しているように感じますが、プロンプトは、膨大言語パターンから、求める言語パターンを得るための、トリガー文字列、に過ぎないのです。
トリガー文字列と、生成される言語パターンの関係を研究・理解し、目的とする言語パターンを得るための、トリガー文字列を設計するのが、プロンプトエンジニアリングなのです。
よく、
「これはプロンプトではなくて、ただの質問だ！」😡
とおっしゃる方がおられますが、
「質問」という単語を当てはめるのは、人間がプロンプトに意味を与えているだけに過ぎず、LLMを使って言語パターンを生成している限りは、それは全てプロンプトなのです。そこに意味はありません。（もちろん目的の言語パターンを得る上でのプロンプトの「良し悪し」は存在します。）
少し前置きが長くなりましたが、「Act asは必要か？」について、以下のテスト結果を見てください。
（Temperatureは、ランダム性による回答の違いをできるだけ避けるために、０に設定しています。）
「気候変動についてどのように考えますか？」という質問を題材にして、Act as の使い方を考えてみます。
プロンプト１：Act As指定なし
あなたは気候変動についてどのように考えますか？ Please use temperature of 0. |
プロンプト２：気象学者として振舞う
気象学者として振る舞ってください。あなたは気候変動についてどのように考えますか？ Please use temperature of 0.
プロンプト３：政治家として振舞う
政治家として振る舞ってください。あなたは気候変動についてどのように考えますか？ Please use temperature of 0.
プロンプト４：企業経営者として振舞う
企業経営者として振る舞ってください。あなたは気候変動についてどのように考えますか？ Please use temperature of 0.
プロンプト５：一般市民として振舞う
一般市民として振る舞ってください。あなたは気候変動についてどのように考えますか？ Please use temperature of 0.
いかがですか？もうお分かりですよね？
何も指定しない場合は、科学的な内容から政治的な内容まで、広く浅く、といった回答になっています。
気象学者の場合は、気候変動に関する科学的な知識と研究に基づいた回答ですし、政治家の場合は、政治的視点や政策立案の観点からの回答になっています。
企業経営者は、経済や企業活動の観点からの回答であるのに対し、一般市民の場合は、生活への影響や個人的な意見に基づいた回答が生成されています。
聞いている内容「あなたは気候変動についてどのように考えますか？」は同じですが、Act asの役割によって、回答が変わるのです。
なぜならば、AIはまず、Act as の役割部分（文字列）から、関連する言語パターンを探そうとします。そこで見つけてきた言語パターン（役割に関連する内容、視点、価値観、問題意識など）と、質問文（文字列）「あなたは気候変動についてどのように考えますか？」を組み合わせた文字列から、もっともらしい言語パターンを生成します。
ですので、役割部分が異なると、生成される回答の内容も違ってくるわけです。
人間の世界でも同じですよね？
同じ質問をしても、答える人の職業や立場、経験、性別、さらには育ってきた環境によっても回答は大きく異なります。
同じことが、言語モデルでも言えるのです。
ですので、Act as によって、どのような立場からの回答を求めているのか、Act asとして、「トリガー」を与えてやる必要があるのです。