迅速なエンジニアリング: マーケティング担当者とコンテンツ作成者のためのガイド

ChatGPT やその他のジェネレーティブ AI ツールは、私たちが知っている仕事の世界を変えます。

しかし、私の言葉を鵜呑みにしないでください。

OpenAI、OpenResearch、およびペンシルベニア大学の研究者は、米国の労働力の 80% が、少なくとも 10% のタスクでジェネレーティブ AI ツールの影響を受けると予測しています。

これは、AI ツールが進化するにつれて、より多くの企業や従業員がこれらのツールを使用して特定のタスクを自動化したり、効率を高めたり、一部の仕事を完全に置き換えたりすることを意味します。

一例として、ChatGPT の使用を開始し、その価値を認識し、「コストを節約して物事をより迅速に完了させる」ために、特定の管理および顧客コミュニケーション タスク、さらにはマーケティング関連のタスクを担当する従業員を手放す企業が挙げられます。

（それはすでに起こっています）

これは、これらの AI ツールに完全に依存するべきではないと警告されているにもかかわらず、経営陣が AI ツールの方がより速く、より正確に処理できると感じている場合に発生する可能性があります。

しかし、銀の裏地があります。

ジェネレーティブ AI ツールから意味のある出力を得るには、人の手が必要です。 プログラミング、執筆、翻訳、分析などのタスクは、依然として人間の入力に依存しています。つまり、「ツールにプロンプ​​トを表示する」際に使用する単語、コード、およびコンテキストです。 その結果、新しいキャリア パスが誕生しました。それは、プロンプト エンジニアリングです。

このガイドでは、プロンプト エンジニアリングとは何か、効果的なプロンプトを作成してワークフローで AI を使用するためのヒント、マーケターであれクリエーターであれ、この分野で成功するために必要なスキルなど、プロンプト エンジニアリングについて知っておくべきことをすべて説明します。

急速に発展しているプロンプト エンジニアリングの分野について簡単に説明します。 序文を飛ばして面白いことに取り掛かりたい場合は、この記事で説明する内容がまさに次のとおりです。

• 迅速なエンジニアリングとは
• プロンプトの構造: 要素とテクニック
• 効果的な迅速なエンジニアリングのヒント
• マーケティング担当者とコンテンツ作成者向けの迅速なエンジニアリング

始めましょう！

迅速なエンジニアリングとは

プロンプト エンジニアリングとは、特定の応答を得るためにジェネレーティブ AI ツールにフィードする命令またはクエリを作成および改良するプロセスです。

この概念は、2022 年後半に ChatGPT が展開されて以来、流行語の地位に達しています。Forbes から Insider に至るまで、技術およびビジネスの出版物は、場合によっては 35 万ドル以上を要求するこの新しい神秘的な立場について噴出しています。

迅速なエンジニア キャリア パスの長期的な実行可能性についてはまだ議論の余地がありますが、そうでないことが 1 つあります。

あらゆる業界の企業が、ジェネレーティブ AI ツールを活用して競争力を獲得しようと躍起になっています。

Meta、Slack、Instacart、Shopify、Canva、およびその他のテクノロジーの巨人は、GPT ベースの製品ですでに列車に乗っています。 しかし、負担は SaaS だけにとどまりません。 ヘルスケア、不動産、メディアの企業も同様にそれを使用しています。

しかし、GPT ツールを使用したことがあれば、その結果が常に最高品質であるとは限らないことをご存知でしょう。 確かに、それらはいくつかの印象的な機能を備えており、定期的に改善されているように見えますが、不正確な情報や無関係な回答を提供することがあります.

簡単に言えば、プロンプトの品質によって、これらのツールから得られる結果の品質が決まります。 よく設計されたプロンプトは、ユーザーの意図を AI モデルに効果的に伝えるため、質問に正確に対応する回答を生成します。 そのため、これらのツールを使用する方法を知ることは、特にコンテンツ作成やマーケティング ゲームに参加している場合は非常に重要です。

この記事の要点に入る前に、迅速なエンジニアリングの次の 4 つの重要なステップを念頭に置いておいてください。

• 目標または目的の定義:すべてのプロンプトには、明確に定義された目標または目的が含まれており、AI が何を生成することが期待されているかを示しています。これには、形式、対象視聴者、またはコンテンツの望ましいトーンの指定などが含まれます。

• コンテキストの設定:トピックに関連する背景情報やその他のコンテキストを提供すると、AI モデルが必要な出力をよりよく理解し、モデルがより関連性の高い正確な応答を生成できるようになります。

• 例とガイダンスの提供:プロンプトに例を含めると、目的のコンテンツを生成する方法のテンプレートが AI モデルに提供されます。これは、AI を特定の構造に従わせたり、特定のガイドラインに準拠させたりする場合に特に役立ちます。
• 反復と改良:迅速なエンジニアリングは、他の形式のコミュニケーションと同様に、反復的なアプローチです。プロンプトのさまざまなバリエーションをテストし、それが引き出すコンテンツを評価し、目標や目的をどの程度満たしているかに基づいてプロンプトを改良する必要があります。

ChatGPT や Jasper などのツールから質の高い出力を得るのに苦労していることに気付いたときはいつでも、これらの 4 つのステップに戻って、AI に必要なものをすべて与えたことを確認します。 覚えておいてください: これらのツールは、私たちが提供するインプットと同じくらい良いものです!

次に、質の高い入力を設計するために使用できる特定のプロンプト要素とプロンプト手法を見てみましょう。

プロンプトの構造: 要素とテクニック

プロンプトは、ジェネレーティブ AI ツールを目的の出力に導くために連携するいくつかの主要コンポーネントで構成されています。 各コンポーネントを理解し、さらに重要なことに、AI モデルがそれらをどのように解釈するかを理解することは、希望する結果を得るのに役立ちます。

プロンプト作成プロセス中に留意すべき 4 つの主なコンポーネントを次に示します。

手順

命令部分は、AI に実行させたいタスクの概要を示します。 テキストの要約、抽出、翻訳、分類、生成など、目的のアクションを明確かつ簡潔に説明します。

AI によって生成されたコンテンツの関連性と正確性に直接影響するため、指示の明確さと具体性は非常に重要です。 ジェネレーティブ AI は、これらの指示に基づいてユーザーの意図を理解し、ユーザーの期待に沿った応答を生成します。

以下のプロンプトでは、ChatGPT に作成させたい出力について明確な指示を与えています。タイトルと導入段落を含む 10 のブログ投稿のアイデア。

コンテクスト

コンテキストは、プロンプトの重要なコンポーネントです。 これは、AI モデルがタスクに関連する背景情報と主題を把握するのに役立ちます。 トピック、ジャンル、トーン、対象読者、または特定の制約やガイドラインに関する詳細が含まれる場合があります。

コンテキストを確立することで、ユーザーは AI モデルをガイドして、コンテキストに適した、特定のパラメーターに準拠したコンテンツを生成できます。

同じプロンプトの例では、プロンプトを少しコンテキストから始めます。

入力データ

入力データとは、AI モデルが処理して出力を生成するために使用する実際のコンテンツまたは情報を指します。 場合によっては、これは AI が要約または分析する必要があるテキストの一部である可能性があります。 また、AI が応答を生成する際に考慮すべき一連のデータ ポイントまたは例である場合もあります。

正確で関連性のある入力データを提供することは重要です。これは、AI が生成するコンテンツの基礎を形成し、出力が有意義で有益なものであることを保証するためです。

プロンプトの例をもう一度見てみると、含まれている入力データが、ChatGPT にコンテンツをフォーマットして書き込む方法を示す出力の例であることがわかります。

出力指標

出力インジケーターは、AI によって生成されたコンテンツの形式、構造、または表示を定義するのに役立ちます。 箇条書きの数、情報の順序、または必要な長さを指定するなど、出力を整理するための明示的な指示を含めることができます。

また、出力インジケーターは、読みやすく、適切に構造化され、ユーザーの希望する形式に合わせた応答を生成する際に AI モデルをガイドするのにも役立ちます。

プロンプトの例では、ChatGPT に複数の出力インジケーターを提供して、アイテムの数 (合計 10 のアイデア)、コンポーネント パーツ (タイトルとイントロ パラグラフ)、および文の数 (4- 5)。

ユーザーがこれらのコンポーネントを効果的に組み込んだプロンプトを作成すると、ChatGPT や Jasper などの生成 AI がプロンプトを解釈し、ユーザーの要件を満たすコンテンツを生成する能力が向上します。

プロンプトの構造と各コンポーネントが果たす役割を理解することで、プロンプト エンジニアリング スキルを最適化し、AI 主導のコンテンツ生成ツールの可能性を最大限に活用できます。

迅速なエンジニアリング技術

それでは、主な種類のプロンプト エンジニアリング手法を見てみましょう。新しい友人である ChatGPT からの視覚的なサポートも少しあります。

ゼロショットプロンプト

ゼロ ショット プロンプトは、実行を求められているタスクを理解するのに役立つ例やコンテキストが AI モデルに提供されていないプロンプトです。 モデルは、一般的な知識とプロンプトを解釈する能力に基づいてタスクを完了することが期待されます。

ゼロショット プロンプトは、特定の質問に対する定義や回答などの情報にすばやくアクセスしたいだけの場合に最適です。

ワンショットプロンプト

ワンショット プロンプトは、目的のタスクを示すための 1 つの例を AI モデルに提供します。 これは、応答で使用するパターンまたは形式の要件をモデルが理解するのに役立ちます。

ワンショット プロンプトは、数学の問題のように、指示に対して AI にどのように応答してもらいたいかについて具体的な例がある場合に、より効果的です。

数発プロンプト

2 回限りのプロンプトは 1 回限りのプロンプトに似ていますが、AI モデルが目的の出力をよりよく理解するのに役立つ複数の例を提供します。 これにより、モデルはタスクをより効果的に一般化できます。

1 回限りのプロンプトでは優れた結果が得られないことがわかった場合は、より多くの例を含む複数回のプロンプトに変更すると、出力を目的の形式に近づけることができます。

一連の思考プロンプト

一連の思考プロンプトには、一連の接続された質問またはタスクが含まれ、以前のプロンプトに対するモデルの応答が、後続のプロンプトに対する理解と回答に影響を与えます。 このタイプのプロンプトは、複雑なタスクや会話のコンテキストを維持する場合に役立ちます。

個人的に気に入っている一連の思考プロンプトは、個々のプロンプトを微調整したりフォーマットしたりする時間を無駄にすることなく、トピックを深く掘り下げたい場合に最適です。 チャットに似たインターフェイスを備えた ChatGPT やその他の AI は、以前のエントリから情報、指示、およびコンテキストを引き継いで、それらを現在の出力に組み込むことができます。

効果的な迅速なエンジニアリングのヒント

これらの AI ツールの高度に技術的で科学的な性質にもかかわらず、迅速なエンジニアリングのプロセスは、科学であると同時に芸術でもあります。 Jasper や ChatGPT などの AI ツールを使用するのはまだ非常に初期の段階であるため、より良い出力を得るためにプロンプ​​トを最適化することは反復的で直感的です。

読者からの以前のフィードバックに基づいて、ブログ投稿、Twitter スレッド、または LinkedIn 投稿の文言をいじるのと同じように、生成 AI ツールから得られる出力についても同じことを行う必要があります。

そうは言っても、 OpenAIとGitHubの専門家がこのプロセスに科学を注入するのに役立ついくつかの一般的な規則があります。

いくつか見てみましょう。

言葉遣いは明確かつ具体的に

あいまいで不明確な言い回しを使用すると、AI ツールからの出力が骨抜きにされることが保証されます。 信じられないほど複雑なアルゴリズムに指示を与えていることを忘れないでください。必要なコンテキストと指示を与えてください。

プロンプトを書いているとき、目的の出力のフォーマットと長さを指定すると特に役立つことがわかりました。 目的の出力のメイン トピックを追加のコンテキストに関連付けることも有益です。

プロンプトで例を提供する

必要な出力の例を提供することで、AI がテキストをフォーマットして生成する方法の正確なテンプレートを AI に提供できます。

これは、AI を使用してツイートやその他のソーシャル投稿などの出力オプションのリストを作成する場合に特に役立ちます。

やりたいことに集中する

ジェネレーティブ AI ツールに実行させたくないことをすべてリストアップするという罠に陥りがちですが、これは簡潔さと具体性に関する最初の基本原則に反します。 代わりに、肯定的に指示を表現してみてください。

プロンプトを書くには少し時間がかかるかもしれませんが、探している正確な出力が得られれば、それだけの価値があります!

プロンプトのテストと実験

プロンプトのテストと反復は、ジェネレーティブ AI ツールを使用してより良い出力を得るために重要なステップです。 さまざまなプロンプト構造、言い回し、コンテキストを試すことで、ユーザーは AI をより正確で、関連性があり、首尾一貫した応答に導くことができます。 このプロセスには、入力プロンプトを改良してより明確にするか、追加のコンテキストまたは制約を提供して AI の焦点を絞り込むことが含まれます。

さまざまなプロンプトを反復し、結果の出力を分析すると、AI がさまざまな指示をどのように解釈して応答するかがわかります。 この反復的なアプローチにより、AI と効果的に通信する方法をより深く理解できるようになり、最終的には生成 AI ツールからパフォーマンスが向上し、より望ましい結果が得られます。

マーケティング担当者とコンテンツ作成者向けの迅速なエンジニアリング

さて、私たちはデューデリジェンスを行い、迅速なエンジニアリングのための基本的な概念とヒントのいくつかを調べました. さあ、楽しいことの時間です。

さて、そろそろお楽しみの時間です。最初に、重要な免責事項があります。

とった？ 良い。

それはさておき、私が日常業務で遭遇するさまざまなマーケティングおよびコンテンツ作成タスクで ChatGPT をどのように使用しているかの例をいくつか見ていきましょう。

着想とブレインストーミング

ジェネレーティブ AI ツールを使用する最も効果的な方法の 1 つは、着想とブレインストーミングです。 これらのモデルのトレーニングに使用される大量の情報により、意味的に関連する情報のリストを簡単かつ効率的に作成できます。

私が ChatGPT で使用したプロンプトの例を次に示します。これは、中小企業や新興企業に最適な CRM プラットフォームのトピックに関するブログ記事のタイトルのリストを生成するためのものです。

ご覧のとおり、この 1 回限りのプロンプトを設計して、コンテキスト、書式設定の指示、具体的な出力を提供するために必要なサンプル コンテンツを含めました。

ほんの数分で、GPT-4 は、ブログ投稿の作成に使用できる 10 種類のタイトルとイントロの組み合わせを提供してくれました。

背景調査

約 1 か月前、機械学習と人工知能の学術的側面についてもっと学ぶ必要があると判断しました (理由は明らかです)。 Google、ウィキペディア、学術雑誌を使用する通常のプロセスの代わりに、研究プロセスを開始するアシスタントとして ChatGPT を採用することにしました。

これがどのように進んだかです。

約 20 秒で、その分野のトップ研究者のリストが表示されました。そのリストには、彼らが勉強している場所や仕事をしている場所、および彼らの関連性についての簡単な説明が含まれていました。

ツールが以前のプロンプトから構築され、応答をコンテキストとして使用できることを知っていたので、続行することにしました。

かなりクールですよね？

しかし、あなたはそれをさらに一歩進めることができます。

非現実的。

ChatGPT は 5 分足らずで、主要な専門家、彼らの最も重要な貢献のリスト、各貢献の簡単な要約など、関心のある分野に関する大量の情報を収集するのに役立ちました.

ご覧のとおり、プロンプトは単純明快でした。

ChatGPT の一連の思考プロンプト機能は、以前のプロンプトからコンテキストを引き継ぐことを意味するため、精巧なプロンプトがトークン カウントを侵食することを心配する必要はありません。

ペルソナ作成

バイヤー ペルソナの開発は、時間のかかる B2B マーケティング タスクの 1 つであり、初期段階で行き詰まってしまいます。 しかし、大規模な言語モデルと単純なプロンプトを使用すると、ボールを転がすのは簡単です。

たとえば、これは私が Notion のエンタープライズ アカウントの潜在的な購入者を深く掘り下げるために使用したサンプル プロンプトです。

これらが実際に役立つようになるまでには、さらに多くの作業を行う必要があります。製品調査、ユーザー調査、バイヤージャーニーのマッピングなどを使用して検証する必要があります。

それでも、GPT-4 は 1 分もかからずに、それぞれの目標と問題点を備えた 5 つの潜在的なバイヤー ペルソナのリストを作成しました。 ああ、頭韻の使用も素晴らしいボーナスです。

キーワードの識別

適切に設計されたプロンプトを使用すると、予備的なキーワード識別プロセスを高速化することもできます.

たとえば、私は最近、エンタープライズ タイム トラッキング ソフトウェア会社がターゲットとするキーワードを探していました。 ChatGPT が関連する単語を私よりもはるかに速く見つけられることを知っていたので、次のプロンプトを入力しました。

そして、これがGPT-4が出力として私に与えたものです:

25 を超える潜在的なキーワードのリストが 1 分以内に表示されます!

繰り返しますが、このリストを取得した直後に、ahrefs にアクセスして、検索ボリュームとキーワードの難易度に関して結果を精査しました。 それでも、ChatGPT は、さらなる分析のためにゼロインできる潜在的な検索用語を特定するための優れた出発点であることが証明されました。

ブリーフとフレームワークの作成

マーケティング担当者やコンテンツ作成者がよく行き詰まるもう 1 つの場所は、ブリーフやフレームワークの作成中です。 しかし、ジェネレーティブ AI を使用すると、次の 3 つのことだけでコンテンツ マーケティング プロセスを開始できます。

トピックのアイデア、ターゲット ユーザー、いくつかのキーワード。

例が欲しいですか？ これは、TikTok マーケティングに関するブログ投稿用に作成したブリーフで、最近 AI の支援を受けるために使用したプロンプトです。

ご覧のとおり、このプロンプトを設計して、出力の目標、コンテキスト、および書式設定に関して必要なすべての情報を AI に提供しました。

この場合、私は書式設定のリクエストで少し野心的になり、ChatGPT に、含まれているキーワードを小見出しとして使用し、箇条書き形式でアウトラインを作成するように依頼しました.

これが私に与えた出力です：

期待どおり、AI はプロンプトを簡単に要約に変換し、それを簡単にブログ投稿に変換できました。

迅速なエンジニアリング スキルを構築し、コンテンツ ワークフローを最適化する

この記事の後半で説明したように、マーケティングとコンテンツ作成は、ジェネレーティブ AI ツールによって大きな影響を受ける 20% の仕事に間違いなく分類されます。

これを恐怖のレンズを通して見るのではなく、マーケティング担当者のツールキットの別のツールとして扱う必要があります。検索エンジン最適化、ソーシャル メディア マーケティング、需要創出、迅速なエンジニアリングです。

給料の高騰はさておき、大規模な言語モデルからより良い結果を引き出すインプットを作成する能力は、マーケティング担当者やコンテンツ作成者が学ぶべき重要なスキルです。 ChatGPT API の採用が何らかの指標であるとすれば、SaaS およびそれ以降のエンタープライズ企業の大部分は、ジェネレーティブ AI ツールを使用するでしょう。

覚えておいてください、私たちはまだ迅速なエンジニアリングのごく初期の段階にあり、物事は急速に、非常に急速に進んでいます。 そのため、Jasper や ChatGPT などのツールを使用して、特に日常のワークフローにそれらをどのように適用できるかについて、最新の開発を常に把握しておいてください。

ChatGPT や DALL-E などのジェネレーティブ AI ツールがコンテンツ マーケティングにどのように革命を起こしているかについては、Ross のFoundation Insiders 向けAI コンテンツ ワークフローの投稿をご覧ください。