搜尋此網誌

2023年8月16日 星期三

New Prompt Engineering Methodology - CHATGPT prompt engineering, TRIZ & 專利迴避設計 心得

 

 


New Prompt Engineering Methodology - CHATGPT prompt engineering, TRIZ & 專利迴避設計


2023.08.16
2023©
汪周禮@智合創新

 前言:

生成式AI (Generative AI)工具越來越多,GAI工具迄今已經超過4600多種,人類學習的速度,在AI的影響下,差距越來越大。

 

為了解決這個問題,筆者開發出將創新工具結合GAI工具的方法,特別是應用在專利技術分析與專利迴避設計的領域中,經過筆者真實案例分析比對與驗證,發現可以大幅提升專利迴避設計效率!

 

根據筆者熟悉TRIZ創新工具的使用方法,結合GAI工具的提示工程(Prompt Engineering)多種技巧後,找到了可以讓初學者或使用者,可以根據特定的提示詞設計(prompt design)模組,就可以達到預期使用創新工具的效果,這個效果甚至於不輸專家獨自處理的結果,而且時間更短更有效率!

 

也就是不用學會創新方法論,僅使用提示詞設計描述系統模組,就可以讓GAI了解如何運用創新工具,讓使用者只要根據不同的技術或問題,結合不同創新工具的提示詞設計描述系統模組,就可以更有效率的使用ChatGPT,甚至避免機密資料外洩的問題(運用語意分析技術,開發去識別話的提示詞組模型)

 

 動機:

1. 從2022.11.30當天就發現CHATGPT的工具,直到今年三月才決心付費使用,主要是感覺CHATGPT應該可以整合方法論使用

2. 昨天終於發現了可以有效提高ChatGPT 的使用價值的方法,想要在此分享一些心得給有興趣的朋友們參考。

 

本文開始:

大約在去年底(2022Dec.)到今年初(2023Jan.)開始,國外已經有很多擅長方法論的專家顧問嘗試開始將ChatGPT整合方法論來使用,在發現這一點之後,也啟發了筆者新想要把擅長的創新方法應用服務,透過ChatGPT實現,讓筆者的客戶們,可以不用學習龐大且複雜的創新方法論知識體系,也可以根據筆者提供的提示詞組設計,達到幾乎與創新專家相同的效果!如果想要進一步精進,再找時間學習創新方法論就可以了。

 

目前已經將ChatGPT根據提示詞工程(prompt engineering)技巧 結合TRIZ創新方法論、專利資訊分析流程以及專利迴避設計方法論完成應用整合。目前常見的提示詞工程技巧已多達14種。因此如何根據提示詞工程的應用特色,結合方法論,讓CHATGPT創造更高價值的內容就成為一個不小的挑戰!

  

經過深入鑽研以後,主要步驟如下:

1. 初步將方法論(*)ChatGPT整合,

2. 將整合後的方式應用於專利分析,

3. 將整合後的方式應用在專利迴避設計流程,

4. TRIZ工具應用在專利迴避設計流程

問問題雖然重要,但是問問題的順序更重要!

 

首先,一開始嘗試將提示詞工程技巧結合單一方法論,在運用在ChatGPT(GPT 4.0)的過程中,也就是針對CHATGPT回應內容進行評估後發現,詢問問題的方式與問題組合很重要,特別是希望能使用最少的問題得到最有價值的答案內容情況下,怎麼組合,就需要運用系統工程定義結合功能語意技巧整合,測試過後發現效果突出,結果非常讓人滿意。

 

接下來,開始嘗試整合兩種以上的方法論過程中,在這過程中,發現了我認為是ChatGPT一個重要的加值運用方式,就是,除了要會問問題,建構可以得到具有高價值內容的問題組合之外,在應用複合提示詞技巧下,如何建構問問題的順序,也就是問對問題很重要,更進一步地發現,有系統且依照順序的問正確問題所得到的結果,在ChatGPT的作用下,經過分析比對發現其內容價值會比問對問題還要大。

 

 

為什麼?

 

我自己思考以後發現一些特色。

 

1.     整理思路:根據方法論,可以透過問問題的順序,有效理清整體思路。藉由嘗試將ChatGPT與方法論整合的過程中,我們可以讓ChatGPT學會方法論,然後再根據方法論的實施流程,循序漸進地依照方法論實施流程逐步詢問問題,即便問題可能沒有很精準或是問得很籠統,但這時候ChatGPT的回覆內容,往往會出乎意料之外,有系統的提供不少新的思考方向給使用者參考。

 

2.     增加價值:單一方法論整合提示詞工程技巧有令人滿意的成果後,在進一步嘗試將兩種以上的方法論結合ChatGPT使用,得到的內容會和目標主題價值呈正相關。簡言之,實務上,要解決有價值的問題通常很困難,這種情況下,單一方法論往往會遇到阻礙,這時候就會需要進一步結合不同的方法論來找到突破的機會,因此組合多種方法論使用,在實務領域很常見。這次混合不同方法論結合提示工程技巧的特色下,完成了這個挑戰。

 

3.     提升效率:這次實務上根據擅長的領域測試與應用,包括技術問題模型與問題深度挖掘、解決問題方案概念發想、專利分析、與專利迴避設計,過去要完成這當中每一個項目都需要幾天到幾個月之久,然而完成多種方法論整合之後,短短三天就可以完成上面所有的項目,甚至產生更多方案組合,這是過去根本難以想像的結果!

 

心得:

ChatGPT的價值未來在不同方法論的加持下,甚至混合多種方法論的情況下,快速創造更多更有價值的內容!複合方法論結合提示詞組工程設計將會為ChatGPT創造另一個價值大爆發的時代!

PS: : 由於商業機密的關係,無法詳細呈現具體內容,分享本文的目的,主要是指出結合方法論與提示詞工程,可以開發出更多的ChatGPT 商用價值。


方法論(*)這裡指的是一種根據預期得到的內容,設計出題問流程模組,包括

1.    定型化的問題提問順序,可參考用”CHATGPT學習─每天一篇arxiv “系列文章,具體描述/應用影響與限制、未來發展趨勢、價值、其他相關研究等,甚至可以加入功能、屬性、參數或是其他方法論,例如設計思考、KT問題分析法等。

2.     專利技術問題分析流程:背景問題分析描述、發明內容問題挖掘、具體實施方案的功能應用貢獻效果等給予問題更明確的定義。(系統工程概念: INPUT(需求問題) è PROCESS è OUTPUT(功能應用貢獻效果)

#ChatGPT
#AI
#GAI
#TRIZ
#PatentAnalysis
#PatentCircumvention
#Methodology


生成式AI 培訓、輔導或專案相關服務歡迎聯絡智合創新

service@iiiinnovation.com (i i i + i nnovation)

2023年8月5日 星期六

利用CHATGPT學習 ─ 每天一篇ARXIV


[利用CHATGPT學習 每天一篇ARXIV]

 

本篇內容介紹三個主題式的快速學習方式

利用GAI(generative ai)工具 CHATGPT 以及txyz.ai插件,貼上連結和詢問特定問題就可以快速得到新摘要的知識內容。

探索 從0到1的學習方式,挖掘未來ai 時代的可能需要的跨領域學習模式。

關鍵字:gai, chatgpt, txyz, 創新系統思考法, prompt, 跨領域學習

#innovationsystemthinking

#gai
#chatgpt
#txyz
#
cross_disciplinary_learning


2023.08.03~08.05

2023©汪周禮

 

背景說明:

今年因為AI技術突飛猛進的關係,網路上出現的知識量越來越大,GAI(generative ai)工具越來越多,根據futurepdeia的資料,到今天(2023.8.04)為止,已經出現54類共4643 AI工具!

 

為了能夠更有效使用ai工具的學習,於是開始尋找CHATGPT(付費模式)的插件應用,終於在上個月發現了很好用的論文學習插件(PLUGIN)工具─ txyz.ai ,這個插件工具可以針對arxiv上面的論文進行摘要說明以及回答論文內容相關的問題,非常方便,大幅縮短學習時間與學習效率。

 

這邊分享三個CHATGPT的學習案例:

1.      LK99常溫超導體

2.      LLM在數學文字問題(math word problem, MWP)應用的探索

3.      量子物理結合統計與AI機器學習的跨領域研究探索

 

 

 

 

題目1LK- 99 常溫超導體 最新知識探索

資料庫: ARXIV  https://arxiv.org/

 

ARXIV檢索關鍵字: LK99, LK-99

ARXIV檢索結果:

LK-99得到7篇論文(原始論文1篇和相關論文6),

K99 得到2篇論文 (相關論文2) (美國柏克萊實驗室科學家 , UCI大學教授)

 

工具:ChatGPT 4.0 , 插件 txyz.ai

 

操作方式:

1.      CHATGPT 4.0先選擇 txyz.ai 插件

2.      arxiv 文章連結貼在問題中並請chatgpt說明

3.      論文中常溫超導體材料製作說明

4.      加強說明

5.      進一步了解應用影響與限制

 

 

詳細內容請參考圖檔

 

 

說明LK99論文

常溫超導體材料製作A
常溫超導體材料製作B

應用和影響



 

題目2LLM最新知識探索

 

工具:ChatGPT 4.0 , 插件 txyz.ai

 

資料庫: ARXIV  https://arxiv.org/

 

ARXIV檢索關鍵字: LLM

ARXIV檢索結果:

LK-99得到7篇論文(原始論文1篇和相關論文6),

K99 得到2篇論文 (相關論文2)

 

 

操作方法:

1.      arxiv上面尋找LLM(large language model)主題

2.      找到一篇GOOGLE 科學家近日發表了一篇利用LLM解決數學文字問題(MWP)的方面的應用探索

 

https://arxiv.org/abs/2308.01906

 

3.      CHATGPT+TXYZ.AI 說明內容。

4.      介紹應用影響與限制

5.      最後,請CHATGPT介紹裡面的 知識點, EX: MWP(MATH WORD PROBLEM)數學文字問題。

 

os: 我採用的問題描述非常精簡,但回答很豐富,為什麼?

 

詳細內容請參考圖檔

 

 

LLM, MWP

LLM, MWP


LLM, MWP


LLM, MWP

LLM, MWP


 

題目3:量子&AI 最新知識探索

 

工具:ChatGPT 4.0 , 插件 txyz.ai

 

資料庫: ARXIV  https://arxiv.org/

 

ARXIV檢索關鍵字: quantum, ai

ARXIV檢索結果:

Showing 1–50 of 479 results for all: quantum, ai

得到479篇論文, 選擇第一篇摘要內容最相關的

 

https://arxiv.org/abs/2308.01538

Non-equilibrium physics: from spin glasses to machine and neural learning

 

麻省理工學院的一位博士生最近發表了一篇論文,涉及 量子物理、統計與AI機器學習的跨領域探索。

 

操作方法:

1.      使用chatgpt + txyz.ai

2.      chatgpt說明內容

3.      看看有那些應用影響與限制

4.      未來發展(趨勢)

5.      價值

 

應用系統思考法,從零概念開始,問出更多資訊,快速建立跨領域學習基礎。

 

#系統思考法
#功能
#應用影響
#限制
#趨勢
#價值

#hypersppedlearning

#ai4learning

 

詳細內容請參考圖檔

 

Quantum ,ai

 

Quantum ,ai

Quantum ,ai

Quantum ,ai

Quantum ,ai


  


最後總結一下:


AI 4 learning & study 降低跨領域學習門檻,利用GAI組合工具,本文中所介紹的chatgpt + txyz.ai 插件,快速學習不同領域的知識,特別是閱讀特定領域內的公開論文。


這次的案例混合一些創新系統思維方法的問題描述手法,例如本文why法結合系統法於描述問題應用例如本文,使得文字描述精簡


最後一些值得注意的地方可能是在問題描述上儘量採用功能用語通泛化 (generalization ),主要是我想要探索未知主題的知識邊界,但又不被想自己的認知所限制,因此利用語意分析概念所嘗試採用的一種提問技巧。

未來機會:

1. 可以採用價值工程的why-how 分析或因果鏈分析法法進一步探討邏輯因果關係

2. 可以採用KT法(Kepner & Tregoe)方法強化問題描述

3.   透過GAI工具,降低跨領域學習的基礎知識門檻。

4.  結合方法論改善提問描述技巧,切入重點取得想要的內容。

 

#AIforLearning
#ChatGPT
#txyzpluging
#hyperspeedlearning

 

 

AI 與人類:輔助共生而非競爭取代

  AI 即使發展到AGI (通用人工智慧) 也不會取代人類,只要人類繼續學習成長不斷提升。AI 學習到的資料,也只是人類已經完成的知識,真正的創造力,是突破不同情況的需求限制所展現於當下的新知識,這一塊,還是需要靠人腦才能完成。 AI不會取代人,只會取代那些不會使用AI的人。 ...