AIへの上手な頼み方

プロンプトとは、AIアシスタントに送る、頼みの文章のことです。頼み方があいまいだと、答えもあいまいになり、直す手間が増えます。

学食の売り上げを合計するコードを頼む場面を考えます。「合計して」の一言と、目的や条件まで書いた頼みでは、返る答えの使いやすさが違います。

頼みの部品は4つです。目的、状況、条件、入出力の例です。この4つがそろうと、モデルは推測する量が減り、答えがぶれにくくなります。

短い頼みが悪いのではありません。足りない部品を、モデルに推測させることが問題です。

入出力の例を頼みに書くと、答えを確かめる材料にもなります。返ってきたコードに同じ値を入れて、同じ答えが出るかを見ればよいのです。

例が1つあるだけで、頼みの意味も、確かめ方も、はっきりします。

def daily_total(prices):
    total = 0
    for price in prices:
        total = total + price
    return total

# 頼みに書いた例: [120, 140] を入れると 260 になるはずです。
print(daily_total([120, 140]))

# 空の一覧 [] を入れると、何が返るでしょうか。実行して確かめます。
print(daily_total([]))

最初の答えが合わないときは、「直して」だけでは足りません。何がどう違うかを、値で伝えます。

期待した値、実際に出た値、条件の違いの3つを書くと、次の答えが目的に近づきます。

頼む前に、対象の大きさを知っておくと、状況を正確に書けます。次の Run は、ラボのプロジェクトの2つのファイルの行数を数えます。

最初の状態では、行数は 26 と 9 で、合計は 35 と出ます。

docker exec -w /home/node/project agent wc -l shop.js shop.test.js