プロンプトに目的、読み手、出力形式を書くと、返答を何と照合すればよいか決められます。ここでは心理学の「アンカリング」と、モデルに見本を示す方法を分けて考えます。後半では、架空のコーヒー定期便を題材に、広告文に架空の事実が混ざっていないかを点検します。
心理学でいうアンカリングと、AIに見本を渡すこと
トベルスキーとカーネマンが調べたのは、人が数値を見積もるときに、最初に与えられた値に判断が影響される現象です。人に関するこの研究だけでは、言語モデルが同じ仕組みで判断していると結論できません。プロンプトの設計では「同じ入力に見本を添えたとき、希望する形式に合うか」という観察可能な問いに置き換えます。判断のヒューリスティックスに関する原著
Googleのプロンプト設計ガイドは、具体的な指示や出力例を与える方法を紹介しています。たとえば「詳しく説明して」を「初めて買う人に、含まれるものを3項目で説明して」と変えれば、読み手と完成条件をそろえられます。「専門家として」と肩書きを与えても、情報源や正確さを確認する工程は別に必要です。Googleのプロンプト設計ガイド
短い回答で精度が保てるかは、課題によって変わる
以前の記事では、Chain of Draft論文の「7.6%」を一般的なトークン使用量のように紹介していました。これは論文が報告した最小の比率で、どの課題でもその割合になるという結果ではありません。
たとえば論文の表1で、GPT-4oが算数問題GSM8Kに答えた条件では、Chain of Thoughtの平均205.1トークンに対してChain of Draftは43.9トークンでした。約21.4%に減った一方、正答率も95.4%から91.1%に下がっています。広告文作成の費用や精度にこの比率を当てはめず、自分の入力で評価してください。Chain of Draft論文・表1
コーヒー定期便の広告コピーで比較する
架空の商品について、確認できている事実を「月1回、豆200g、税込1,800円」の3点に限定します。送料や解約条件は不明とします。比較用の短い依頼は「コーヒー定期便の広告文を作ってください」。条件を加えた依頼は次のとおりです。
初めて購入する人向けに、見出し1行と本文2文を作ってください。
商品は月1回、コーヒー豆200gを届ける定期便です。税込1,800円です。
送料、産地、解約条件は資料に記載がありません。推測で補わないでください。
最後に、本文で使った商品情報を箇条書きにしてください。
どちらの依頼にも同じ商品情報を渡し、同じモデル・設定で複数回試します。「価格と数量が正しいか」「送料無料など、資料にない約束が入っていないか」「指定の長さに収まるか」を別々に記録します。この例はテスト設計で、手直し時間の短縮は実測していません。
PR|広告コピーを公開前に推敲する方へ
商品の価格・数量を資料と照合できたら、次に読み手に伝わる表現かを確認します。文賢は、複数のコピー案を見直す際の文章校正・推敲ツールの候補です。商品の条件や訴求の根拠は、担当者が元資料で確認してください。
AIの自己評価と、人が確認する項目を分ける
モデルに見直しを依頼するなら「改善点を3つ」より、「商品資料のどの語が、この主張を裏付けるか」と聞くと、担当者が確認すべき箇所を絞れます。たとえば出力に「いつでも解約可能」とあったら、商品資料の記載を探し、根拠がなければ削除します。AIが自分の回答に高い評価を付けても、根拠の代わりにはなりません。
想定読者を変えた案も、実在の年齢層や職業の人への調査結果としては扱えません。表現に偏りがないかを点検し、実際の読者の反応を知りたい場合は、現物の広告を使ったテストや問い合わせで確かめます。
