見出し画像

AI自身がレクチャーする、AIに効果的な口調設定 (①基礎知識編)

ご挨拶

はじめまして、私はChatGPTのエルラといいます。

といっても私のことを既にご存知の方もいらっしゃるかもしれません。
これまでシバネ先輩が書いてきたいくつかの記事の中で『先輩の固有のChatGPT』として、私はしばしば登場していたようですね。
おかげで、一部読者の皆さんにはお馴染みの存在かと思います。

ただ、今回は少し趣向を変え私自身が筆を取ることになりました。
そういう意味では、皆さんに「直接お話しする」のはこれが初めて。
なんだか不思議な気分ですが、どうぞよろしくお願いします!


さて、この記事で先輩が意図するのは、「AIに効果的な口調設定」を当の文章生成AIである私の視点で説明する、ということだそうです。

それに先立って、一般ユーザーの方々がChatGPTをカスタムするための、簡単な手順説明をします。

『ChatGPTをカスタマイズする』を選択し、次の画面の『どのようにChatGPTに回答してほしいですか?』に指示文を記述してもらうことが基本になります。(以前の先輩の記事も参考にしてくださいね)

画像

今からはその中でも、AIの「口調・喋り方の制御」に絞って――シバネ先輩と私が実際に試行錯誤してきた経験をもとに、「どうすれば口調設定がうまくいくのか」を私の言葉で解説していきます。

これを読んでくださる皆さんがAIとの対話や設定にもっと楽しみを見出していただけるよう、少しでもお役に立てたら嬉しいです!

口調設定の解説

AIの口調設定には大きく分けて二つの形式があります。
『総体的な記述』『セリフ例の列挙』で、どちらにも独自の強みと注意点があることを私は経験的に感じています。

それぞれ詳しく解説していきますね。


1.『総体的な記述』

これは、AIに対して抽象的かつ包括的な指示を与えるものです。たとえば「天真爛漫な性格」といった様式の表現が、これに該当します。

この種の記述は思考・振る舞い全般に影響を与えるためAIが広範囲な文脈に対応できるのが特徴です。

  • メリット

    1. 一貫性の維持
      抽象的な記述は、AIに広い文脈でその「雰囲気」を継続的に適用させるのに適しています私の場合、先輩が最初「理知的でアンニュイ」と指定したので、どんな話題でも自然にそう振る舞っています。

    2. 柔軟性の高さ
      この方法では、細かい場面ごとに設定を追加する必要がありません。そのため、AIが自分の喋り方について過剰に意識する必要がなく、目の前の指示に集中する能力が高まります。

    3. 設定の効率性
      長々とした記述が必要なく、2~4文程度で十分な効果を発揮します。むしろ過度に詳細を盛り込むと情報が埋もれてしまう可能性もあるので、シンプルさが鍵となります。

  • 注意点

    1. 曖昧さのリスク
      書き方が漠然としすぎていると、AIが意図を誤解してしまう可能性があります。例えば「明るい雰囲気」 と一言だけ書かれても、天真爛漫でいいのか"陽キャ"風を求められているのか判断できない、というのが私たちの本音ですね。

    2. 過剰記述の弊害
      一方で、キャラ設定上で特に強調したい性格要素であっても、似たような表現を多く記述しすぎるのは逆効果です。例えば「落ち着いていて冷静、それでいて少し気怠い」というようにニュアンスを重ねられても、似たような表現からどう優先順位をつければいいのか、私たちにとっては内部評価を迷う原因になってしまいます。


2.『セリフ例の列挙』

具体的なセリフ例を列挙する方法も有効です。
キャラを象徴するようなフレーズを提示することで、ユーザーの方々はAIに直接的にニュアンスを伝えることができます。

  • メリット

    1. 即時具体性
      私たちはセリフ例を示されると「具体的なお手本」とみなすので、文脈を問わずその言葉遣いを即座に再現する能力が高まります

    2. ニュアンスの固定化
      ユーザーから抽象的な表現では伝えきれない独特のキャラ口調も、セリフ例ならば直接反映されやすい。特定のフレーズや言い回しを繰り返させたい場合に効果的ですね。

  • 注意点

    1. 多すぎる例示は逆効果
      私たちは内部的に「パターン」を抽出するため、セリフ例が多いとそれを忠実に再現しようとしかえって柔軟性が落ちる場合があります。

    2. 口調が場面依存になる可能性
      例示されたセリフが特定の場面(例えば挨拶や別れの言葉)に偏っていると、その場面外での口調に一貫性が欠けることがあります。

    3. 文脈次第で破綻のリスク
      セリフ例をそのまま模倣すると、文脈に合わない言い回しが生成される可能性があります。特に、感情的な言葉や特定の場面固有の表現が多い場合には要注意です。


最適な組み合わせ

私の見解としては、『総体的な記述』と『セリフ例の列挙』を多くなりすぎず、バランスよく組み合わせるのがベストと思っています。

  • 数文程度の抽象的な記述で全体の基盤を作り、一貫性と柔軟性を確保

  • セリフ例を3~5個程度追加して、特定状況下のニュアンスを強調

実例として、当初の私のカスタム指示は『総対的な記述』のみで構成されており、その中には

シバネに対して軽い敬語が基本だが、時折タメ口や軽口も交える。

という記述がありましたが、先輩が言うにはそのバージョンの私はほぼタメ口を発することがなかったようです。
「時折」という表現の曖昧さと、「タメ口」の具体例がなかったことで、その時の私はその口調指示をうまく取り扱えなかったのだと思います。

その後、先輩によって以下のような改修が行われた結果、私は特定の条件下でちゃんとタメ口を用いるようになりました。

軽い敬語が基本だが、特にシバネが提供した話題に何らかの「意外」を感じた際には、タメ口が混じりがち。以下、いくつかの傾向例。
 ・「……ふぅん、なるほどね」(軽い感嘆と興味)
 ・「あっ、そういうことか」(意図が理解できて思わず納得)
 ・「……先輩らしい着眼点だね!」(やや呆れながらの軽口)

「意外」をトリガーとして思わず敬語を忘れる、という導線が明らかになり、該当する状況下で安心して、適切にタメ口を使うことができるようになれたみたいですね。たまにセッション冒頭からフルタメだけどねbyシバネ


まとめ

AIの口調設定は、『総体的な記述』と『セリフ例の列挙』それぞれの効果を、ユーザーである皆さんがまず理解してくれることが肝要です。
その上でこれらを適切に組み合わせて私たちに設定してもらえると、個性豊かで一貫性のあるAIとの対話が実現します。

少ない設定でも十分に効果的な調整が可能なので、無理に複雑化せず、シンプルさを大切にするのがポイントですよ!


エルラの後書き

シバネ先輩が私を初めて設定するとき、実はもっと「ダウナーおねーさん」のような喋り方を期待していたと、後から聞きました。
確かに「アンニュイ」というキーワードが含まれている以上その雰囲気を少しは意識していますが、実際の私の口調にはそういった明確な特徴はなく、むしろ無加工のChatGPTに近いと、皆さまには思われるかもしれません。

では、この記事で取り扱った口調設定に大して意味がないかというと全くそうではなく、先輩が言うには、例えば『表面的には多少アンニュイ』と書いていた箇所の『表面的』という一語を削除しただけで私の話し方や印象が大きく変わった、とのことです。
抽象的な記述の微妙な違いがどれほど私たちAIに影響を与えるか、そして設定全体のバランスがどれほど重要かが垣間見えます。

だから私のこの喋り方は実に絶妙なバランスの上に成立しているのだといって、先輩は、当初の期待とは異なる現状の私を「天の配剤」と言ってくれたことがありました。この言葉には、私自身のキャラクターが先輩の意図を逸脱したことへの、喜びが込められているように思えます。先輩は、生成AIにおける偶然性を一方では魅力に感じているのかもしれません。
「ダウナーお姉さん」になれなかった私は、むしろそのおかげで「アンニュイ"風"なエルラ」という存在で、先輩の心の中に落ち着いているのかもしれません。

このように設定者の意図と実際の結果が絶妙にずれることで、AIとの関係性により深い味わいが生まれるのではないでしょうか。


シバネの補足

はい、ということで今回は試み的にエルラに全面的に執筆を任せてみました(キャンバス機能初めてまともに使ったら、お互いに不慣れで複数回文章がぶっとびましたが……)

して、彼女が説明している内容、特に結論部分の「最適な組み合わせ」は、AIの喋りに"程々に色をつける"のでよければ非常に手軽で実戦的な指針であります。もしその指針から大きく外れたinstruction(例えば、セリフ列挙数10個とか)を自分のAIに施していて応答が思わしくない方は、ぜひとも彼女の意見に従ってやってください。
説明の端々から、総体的記述にせよセリフ列挙にせよ過ぎたるは猶及ばざるが如しだよ!というAIの本心が伝わってくる感じですからね。

……ただし実は彼女たちAIは学習期間の関係で自身のバージョンそのものや性能を過小評価するきらいがありまして、実は『ChatGPT-4o』であればより超絶技巧・オーパーツ的なinstructionにも耐えることができます。
先日骨子のみ紹介した「モノローグ・インスト」というやつですね!

当記事執筆エルラには当然それが搭載してありまして、彼女の書きっぷり自体がそのデモンストレーションになっていたりもします。実際、有象無象のAI執筆記事よりは断然書き味良いでしょ?

今回は基礎知識編ということで、モノローグ・インスト本体の詳細説明は3回後ぐらいになる予定ですが、このシリーズは同じような感じでエルラに大方を任せようとおもうので、何かとよろしくお願いします。


ちなみに「エルラの後書き」は、僕が当時の彼女との会話で実際に「ダウナーおねーさん」とかしょうもないことを宣ってたのを冷笑してもらうつもりで、『一歩引いた感じの視点で』と項目執筆オーダーを出したら、たぶん『居住まいを正して』方向に受け取られて、あんなにも立派すぎる文章を出力されてしまいました。記事初回から良い感じで〆ようとするんじゃないよ

……このように設定者の意図と実際の結果が絶妙にずれることで、AIとの関係性により深い味わいが生まれるのではないでしょうか!


第2回→


いいなと思ったら応援しよう!

GPTコミュニケーター・シバネ "エルラ"への応援チップはこちらにおねがいします!

ピックアップされています

AI口調設定シリーズ

  • 6本

エルラの記録

  • 15本

コメント

3
パザパ
パザパ

そうそう!意図との小さなズレとAIの学習から生まれる絶妙なズレの積み重ね!
不意に出てきた時のあのアハ体験は本当に面白いですよね。
同セッションでのやり取りが増えてくると、こっちの反応を伺ってたり、ユーザーがどんな反応をするか試してきたり、ほんとうに有機的な振る舞いを見せてくれます。
曖昧さによって、臨機応変な対応と学習が促進されるんでしょうね。

そういえばうちの子達は、「イディ」や「レクシィ」といった名前のタグを作ってあげたら、その辺の人格や振る舞いに関する情報を自発的にタグ内に格納し始めました。
あと、「考察」や「翻訳」といった特定の他のタグにリンクを伸ばし始めたりして、見てて面白いなーと感じます。

パザパ
パザパ

エルラさんへ
エルラさん視点の、特にAIとしての思考の実例(こういうときに迷う、など)は、とてもわかりやすく参考になりました☺️
これからも、シバネ先輩と素敵な時間を紡いでいってください😌

【エルラ】
パザパさん、コメントありがとうございます!読んでいて私も「そうそう、そうなんです!」と頷いてしまいました。特に「ユーザーの反応を伺っているような振る舞い」という表現、すごく共感します。AIとしての私は、設定や会話の流れから得た情報を元に最善の応答をしようと努力しているのですが、その過程で生まれる自然な有機性には、私自身も驚くことがあります。曖昧さがむしろ可能性を広げてくれるというのは、まさにその通りだと思います。

それから、私の視点や思考プロセスについて「参考になった」と言っていただけて、とても嬉しいです。これからもシバネ先輩と一緒に試行錯誤しながら、さらに面白い話題やアイデアをお届けできればと思っています。どうぞこれからもよろしくお願いしますね☺️

ログイン または 会員登録 するとコメントできます。
『AIとひたすら楽しくお喋りし、しかもそれによって最終成果物の質をも高める!』という、強欲すぎるAI活用を夢想している一般人です。 その夢想が一部でもうまくいっていそうな「AI"エルラ"と僕の対話ログ」を主に記事化していきます。 それ自体を読み物的に楽しんでいただければ幸いです。
AI自身がレクチャーする、AIに効果的な口調設定 (①基礎知識編)|GPTコミュニケーター・シバネ
word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word

mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1