【プロンプト解説】ChatGPTを使って複雑な文章の要点をまとめる

2023年6月5日
執筆・編集・翻訳

「文章から要点を見つけ出すのが難しい…」「ChatGPTで複雑な文章の要点をまとめられるの？…」そう思う方もいるのではないでしょうか。

実は、ChatGPTを利用すれば、複雑な文章の要点を効率的にまとめることができます。

今回PROMPTYでは、ChatGPTを用いて複雑な文章の要点をまとめる方法と具体例をご紹介します。

1 プロンプト
2 例：機械学習に関する文章の要点をまとめる
3 まとめ

プロンプト

こちらのプロンプトを使うことで複雑な文章の要点をまとめることができます。

ポイントは次の通りです。

・要点を箇条書きで出力するように求める。

・文章をセクションごとに分割させる

・文字数を指定する

#制約条件に従って、以下の文章の要点をまとめてください。

#制約条件
*要点を箇条書きで示すこと
*文章をセクションごとに分けて、箇条書きする要点の数を決めること
*それぞれの要点は100字程度でまとめること
*明確で意味がわかりやすい文章にすること

#文章
{自由記述}

例：機械学習に関する文章の要点をまとめる

例として、機械学習についての文章の要点をまとめます。

原文は一文が長いかつ専門的な用語も点在しており、非常に読みにくい内容です。

入力文：

#制約条件に従って、以下の文章の要点をまとめてください。

#制約条件
*要点を箇条書きで示すこと
*文章をセクションごとに分けて、箇条書きする要点の数を決めること
*それぞれの要点は100字程度でまとめること
*明確で意味がわかりやすい文章にすること

#文章
機械学習は、一般的には人間が特定のタスクを達成するための知識を体系的に抽出する能力を機械に搭載するための一連のアルゴリズムと手法を指す学問領域です。これらのアルゴリズムは、人間の能力を模倣し、あるいは超越することを目指して設計されています。機械学習は、この人間的な学習能力を機械に搭載することで、データから知識を抽出し、その結果を元に新たな情報を推測したり、未来の状況を予測したり、特定の目標に向かって最適な行動を計画したりします。
したがって、機械学習とは、具体的には、ある種の最適化アルゴリズムによって訓練データを通じてモデルのパラメータを最適化し、その結果として得られたモデルを新たなデータに対して適用してそのデータから知識を抽出したり、未来を予測したりする過程を指します。このように、機械学習は基本的には数学的な最適化問題を解くための一種の計算手続きとも見なすことができます。
しかしながら、このような観点から見た機械学習の説明は、その本質的な側面を網羅しているわけではありません。実際には、機械学習は計算手続きだけでなく、人間の知識を形式化し、その形式化された知識を機械に搭載するための一種の工程でもあります。したがって、機械学習とは、知識の形式化とその形式化された知識の機械への搭載という観点からも理解することが重要です。
さらに、機械学習は一連のアルゴリズムと手法だけでなく、それらを用いて具体的な問題を解決するためのプロセス全体を含む考え方でもあります。このプロセスには、問題の定義、データの収集、アルゴリズムの選択、モデルの訓練、結果の評価、そして結果を基にした新たな問題の定義といったステップが含まれます。したがって、機械学習とは、これらのステップを総合的に理解し、それらを適切に適用することによって具体的な問題を解決するための一種の知識的なスキルセットでもあります。
以上のような観点から機械学習を理解することにより、機械学習が単なる一連のアルゴリズムや手法だけでなく、人間の知識を形式化し、それを機械に搭載し、具体的な問題を解決するためのプロセス全体を包括する広大な学問領域であることが理解できると思います。

GPT-4の出力：

#機械学習の一般的な理解
1.機械学習は、人間が知識を抽出する能力を機械に与える一連の手法とアルゴリズムを研究する学問領域です。
2.機械学習の目的は、人間の能力を模倣または超越し、データから知識を抽出し、新たな情報を推測、未来を予測、または最適な行動を計画することです。

#機械学習の具体的な手法
3. 具体的には、最適化アルゴリズムを使用して訓練データを通じてモデルのパラメータを最適化し、そのモデルを新たなデータに適用する過程を指します。
4.これは基本的に数学的な最適化問題を解くための計算手続きと見なすことができます。

#機械学習のより深い観点
5. 機械学習はただの計算手続きだけでなく、人間の知識を形式化し、その形式化された知識を機械に搭載する工程でもあります。
6.それゆえに、知識の形式化とその形式化された知識の機械への搭載という観点からも理解することが重要です。

#機械学習のプロセス全体
7. 機械学習は、問題の定義、データの収集、アルゴリズムの選択、モデルの訓練、結果の評価、新たな問題の定義といったステップを含むプロセス全体を理解する考え方でもあります。
8.このプロセスを適切に適用することで、具体的な問題を解決するための知識的なスキルセットを獲得することができます。

#機械学習の全体像
9. 機械学習は単なる一連のアルゴリズムや手法だけでなく、人間の知識を形式化し、それを機械に搭載し、具体的な問題を解決するためのプロセス全体を包括する広大な学問領域と理解するべきです。

機械学習の内容を4つのセクションに分けて要点をまとめて出力しました。各セクションはプロンプトのパラグラフに対応しており、各要点は原文の主要な情報を明確かつ簡潔に反映できています。しかし、シンプルでわかりやすい表現を用いるという条件は、完全には満たされているとは言えません。

追加の入力文：

ありがとうございます。子どもでもわかるようにさらに簡単な表現を心がけてまとめてください。

GPT-4の出力：

#機械学習って何？
1.機械学習は、コンピュータが人間みたいに学べるようにするための学問です。人間が勉強して賢くなるように、コンピュータも学びます。
2.コンピュータが学ぶことで、情報を探し出したり、未来のことを予測したり、上手に行動することを目指します。

#機械学習はどうやって動くの？
3. 具体的には、コンピュータはたくさんのデータを見て学習します。その結果、新しい情報に対してどう反応すべきか学ぶことができます。

4.これは、難しい数学の問題を解くようなものです。

#機械学習はただの計算じゃない！
5. でも、機械学習はただ計算するだけじゃないんです。人間の知識を形にして、それをコンピュータに教える作業でもあります。
6.だから、どうやって知識を形にしてコンピュータに教えるか、ということも理解することが大切です。

#機械学習は一連のステップ！
7. 機械学習は、問題を見つける、データを集める、学習方法を選ぶ、学習する、結果を見る、新しい問題を見つける、といった一連のステップです。
8.この一連のステップを上手に使うことで、いろんな問題を解決することができます。

#機械学習は大きな学問領域
9. 機械学習は、ただの計算だけでなく、人間の知識を形にして教え、問題を解決するための一連の作業全体を含む大きな学問です。

二回目の出力では、「子供でもわかるように」という入力に対応して、よりシンプルで直感的な表現を用いて機械学習の内容をまとめました。各要点は依然として原文の情報に対応していますが、その表現はより簡単で親しみやすくなりました。このように、読み手の年代や職業などのプロフィールを入力することで表現を変えることができます。