사고 사슬 프롬프트가 ChatGPT 출력을 개선하는 방법

Google은 대규모 콘텐츠 남용을 단속하고 있습니다 . 하지만 이것이 콘텐츠 엔진 확장을 중단해야 한다는 의미는 아닙니다. 확장을 지원하기 위해 AI 사용을 중단해야 한다는 의미도 아닙니다. 이는 스팸성, 빈약한 콘텐츠에 의존하여 경쟁할 수 없다는 의미입니다.

그렇다면 불이익을 받지 않고 콘텐츠 볼륨을 늘리기 위해 AI를 어떻게 수용할 수 있을까요?

간단합니다. AI를 인간 창작자를 대체하는 도구가 아닌 증강 도구로 수용하는 것입니다.

콘텐츠 제작 노력을 강화하는 한 가지 방법은 고품질 콘텐츠를 더 빠르게 제작하도록 유도하는 일련의 사고와 같은 새로운 AI 전술을 사용하는 것입니다.

CoT의 세계와 이것이 콘텐츠 엔진을 개선하는 데 어떻게 도움이 되는지 자세히 살펴보겠습니다.

생각의 연쇄 유도란 무엇입니까?

CoT(Chain of Thought Prompting)는 LLM(대형 언어 모델)의 추론 능력을 향상시키는 데 사용되는 기술입니다. 핵심 아이디어는 모델이 복잡한 문제를 보다 작고 관리하기 쉬운 단계로 세분화하여 최종 답변으로 이어지는 명시적인 추론 체인을 제공하도록 장려하는 것입니다.

이는 학교에서 수학이나 추론 문제를 해결하는 방법을 배운 방식과 비슷합니다. 작동 방식에 대한 빠른(매우 단순화된) 버전은 다음과 같습니다.

• 문제 전환: 단순히 LLM에 작업이나 질문을 제시하는 대신 일련의 사고 프롬프트가 입력을 재구성하여 "단계별로 생각해보자"라는 문구를 포함합니다.이 신호는 모델에 중간 추론 단계를 생성하라는 신호를 보냅니다.
• 중급 추론: 모델은 솔루션을 향해 나아가는 사고 과정을 단계별로 명시적으로 배치하도록 권장됩니다.여기에는 계산, 논리적 추론 또는 관련 정보 회상이 포함될 수 있습니다.
• 최종 답변: 모델은 생성된 투명한 추론 체인의 이상적으로 지원되는 최종 답변에 도달합니다.

이러한 유형의 프롬프트는 아래 예와 같이 단일 프롬프트로 전달될 수도 있고, 서로 연계되는 여러 순차적 프롬프트에 걸쳐 단계를 나눌 수도 있습니다(나중에 자세히 설명).

이 접근 방식은 Jason Wei 와 Google Research Brain Team의 전문가 팀이 2022년 논문에서 처음으로 고안했습니다 . 아래 예는 CoT를 소개한 논문에서 가져온 것입니다.

• 표준 프롬프트에는 예제 문제와 해결책은 물론 AI가 대답해야 하는 질문도 포함되어 있습니다.
• CoT 프롬프트에는 동일한 문제 해결 세트,해당 솔루션에 도달한 방법을 설명하는 일련의 단계, AI가 대답할 새로운 질문이 포함됩니다.

보시다시피, 모델은 첫 번째 문제에 올바르게 대답하지 못하지만 "생각의 사슬"을 통과하여 문제에 도달하라는 메시지를 받으면 성공합니다.

이 문서에서는 이러한 신속한 엔지니어링 전략이 다양한 추론 문제에 가져오는 몇 가지 주요 이점을 확인했습니다.

• 단계별 프로세스를 통해 AI는 더욱 철저하게 생각하고 논리의 비약을 방지하여 결과를 개선하는 데 도움이 됩니다.
• CoT는 AI의 의사 결정 프로세스에 대한 창을 제공하여 사용자와 모델 디자이너에게 이러한 모델의 작동 방식에 대한 더 많은 통찰력을 제공합니다.
• AI가 특정 출력을 선택하는 이유에 대한 설명을 요구함으로써 CoT는 LLM이 발생하기 쉬운 일부 편견을 잠재적으로 완화할 수 있습니다.
• AI 사용자는 감정 프롬프트 전술 과 유사하게 "단계적으로 진행해 보세요" 또는 "추론을 설명하세요"와 같은 진술을 포함함으로써 간단히 결과를 개선할 수 있습니다 .

가장 중요한 것은 이 전략이 ChatGPT , Gemini, Jasper 또는 기타 LLM 기반 AI 에 제공하는 모든 언어 기반 작업의 결과를 향상시킬 수 있는 잠재력이 있다는 것입니다 . 실제로 Google은 2022년부터 CoT를 통해 모델을 교육해 왔습니다.

PaLM(Pathways Language Model)은 수학 단어 문제 해결과 같은 복잡한 작업을 수행하고 추론 프로세스를 단계별로 설명하기 위해 사고 유도라는 기술을 사용하는 새로운 고급 AI 모델입니다. #GoogleIO pic.twitter.com/YHLsnqNemv

— 구글(@Google) 2022년 5월 13일

좋아요, 이제 생각의 연쇄 유도에 대해 좀 더 알게 되었으니 이를 사용하여 콘텐츠 제작의 효율성을 향상시킬 수 있는 방법을 살펴보겠습니다.

사고 사슬 프롬프트가 콘텐츠 제작에 어떻게 도움이 되는지

작문 과제의 결과를 개선하기 위해 일련의 사고 유도를 사용하는 것은 단순한 수학이나 상식적 추론보다 더 복잡합니다. 수학 및 단어 문제에는 하나의 정답으로 이어지는 특정 규칙이 있지만 전략이나 콘텐츠 제작에 접근하는 방법은 다양합니다.

SEO 카피라이팅 , 콘텐츠 마케팅 및 배포 에는 예술 이 있습니다 . 즉, 이러한 작업에는 특히 기업 규모의 경우 많은 추론이 필요합니다 .

Google의 원래 CoT 연구에서는 이러한 프롬프트 스타일이 인간의 문제 해결 프로세스를 모방하는 단계별 구조화된 접근 방식을 제공함으로써 LLM의 추론 능력을 크게 향상시킨다는 점을 강조합니다.

글쓰기 작업에 적용할 수 있는 근거는 일관되고 논리적인 방식으로 다단계 추론, 계획, 생각 구성 및 아이디어 개발이 필요한 프로세스로서의 글쓰기의 본질에 있습니다.

작문 작업, 특히 내러티브, 논증적 에세이 또는 기술 보고서 ​​작성과 관련된 작업은 최종 작품 개발로 이어지는 사고 과정을 간략하게 설명하는 CoT 접근 방식의 이점을 누릴 수 있습니다.

다음은 사고 과정 구조화, 복잡한 문제 분석, 논리적 진행 안내 등 일련의 사고 유도의 기본 원칙이 효과적인 글쓰기의 요구 사항과 잘 일치하는 방법입니다.

1) 주제연구

B2B SaaS 공간은 클라우드 인프라부터 기능 관리, AI에 이르기까지 고도로 기술적인 틈새 시장으로 가득 차 있습니다.

프리랜서로 일하든, 에이전시에서 일하든, API 통합이 많은 대형 브랜드에서 일하든 관계없이 새로운 주제를 빠르게 소화하는 것이 업무의 핵심일 것입니다.

일련의 사고 유도가 이 작업에 도움이 될 수 있습니다. 새로운 주제를 이해하려고 할 때 학습 과정을 일련의 질문과 답변으로 나누면 각 질문과 답변이 점차적으로 해당 주제에 대한 포괄적인 이해를 구축하는 데 도움이 될 수 있습니다.

CoT는 주제의 다양한 측면을 순차적으로 탐색하도록 모델을 안내하여 복잡한 정보를 더 쉽게 소화하고 이해할 수 있도록 합니다.

당신이 대행사에서 일하고 Hashicorp의 Terraform 과 같은 클라우드 인프라 제품에 배정되었다고 가정해 보겠습니다 . 다루고 있는 복잡성의 예를 제공하기 위해 Wikipedia의 제품에 대한 설명은 다음과 같습니다.

코드형 인프라(IaC). 선언적 구성 언어. JSON. 일단 이 세 가지 매우 복잡한 주제가 있습니다.

ChatGPT가 세 가지 키워드와 관련된 가장 관련성이 높은 개념을 식별하여 학습 프로세스 속도를 높일 수 있는지 살펴보겠습니다.

"선택한 개념의 근거를 설명"을 추가함으로써 (이론적으로) ChatGPT가 보다 신중한 답변을 제공하도록 유도하는 것입니다.

아래에서 볼 수 있듯이 IaC의 각 주요 개념에는 그 중요성에 대한 설명이 함께 제공됩니다.

이 접근 방식을 통해 Terraform 및 Ansible과 같은 도구에 대해 아는 것이 중요하지 않다는 것을 알게 됩니다. 전자는 공급자에 구애받지 않으며 후자는 에이전트 없는 구성 관리를 제공한다는 점을 아는 것도 중요합니다.

이는 복잡한 컨텍스트를 더 빠르게 분석하고 소화하는 데 도움이 되는 컨텍스트 유형입니다. 저와 같은 클라우드 인프라 초보자에게 매우 유용합니다.

이제 AI가 "사고 과정"을 설명하도록 지시하지 않고 일반적인 프롬프트만 제공한 경우 얻을 수 있는 방향을 살펴보겠습니다.

여기에서 번호가 매겨진 각 글머리 기호 아래에 포함된 정보는 확실히 중요하지만 동일한 수준의 맥락을 제공하지는 않습니다.

따라서 간단히 "논리를 설명하세요" 또는 "이 단계를 단계별로 살펴보세요"와 같은 설명을 추가하면 AI와의 각 상호 작용에서 얻는 가치를 높일 수 있습니다.

2) 개요 및 초안 생성

긴 형식의 서면 콘텐츠 제작에 주로 초점을 맞추는 사람으로서 저는 창작 과정의 복잡함(그리고 광기)에 대해 잘 알고 있습니다. 아이디어에서 완성된 작품까지의 여정은 동일한 체크포인트(주제 계획, 연구, 브리핑, 초안 작성)를 거치지만, 이러한 지점 사이의 경로는 다른 것보다 더 구불구불합니다.

지금까지 제가 제너레이티브 AI를 통해 얻은 가장 큰 이점 중 하나는 창의적인 작업 흐름의 측면을 간소화한다는 것입니다. AI는 창의적인 브리핑과 초안을 작성하는 데 도움이 되며, CoT 프롬프트는 훨씬 더 많은 도움을 줄 수 있는 잠재력을 가지고 있습니다.