구조를 변경하지 않고 알고리즘의 특정 단계들을 다시 정의해서 사용할 수 있게 해준다.즉, 구현되어 있는데 알고리즘이 실행과정은 유지한 채로 알고리즘에서 각 단계의 실제 처리를 서브클래스 에서 동작을 재정의 할 수 있다. #include // Abstract classclass AbstractClass {public: // Template method void templateMethod() { primitiveOperation1(); primitiveOperation2(); concreteOperation(); } // Abstract operations to be implemented by subclasses virtual void prim..

몇 가지 예시를 주고 답변을 유도하는 방법.모델이 형식과 맥락을 이해하는데 도움을 주고 답변을 받는 방식입니다.일반적으로 2 ~ 5개 정도의 예시를 제공합니다. - 원하는 질문의 유형에 따라 적절한 예시의 개수는 유동적인 것 으로 시험을 통해서 적절한 예시의 수를 정하면 될 것 같다. 예시 - ChatGPT 4o)Q:예시: 리뷰: "이 제품은 정말 좋아요! 강력 추천합니다." 감정: 긍정적 리뷰: "별로예요. 다시는 구매하지 않을 겁니다." 감정: 부정적 리뷰: "가격 대비 괜찮은 품질입니다. 만족합니다." 감정: 긍정적 리뷰를 분석해 주세요: "배송이 너무 느려서 실망했어요." 감정: A:리뷰: "배송이 너무 느려서 실망했어요." 감정: 부정적  예시의 수가 무조건 많은 것이 좋은 것은 아니다. 목표하..

하나의 예시를 들어주고 질문을 하는 형태, 주로 특정 의도나 원하는 형식에 맞춰 응답을 얻는데 사용한다.예시를 제공해줌으로 AI가 더 잘 이해할 수 있도록 돕는 기법. 예시 - ChatGPT 4o)Q:다음 템플릿을 사용하여 제품 설명을 작성해 주세요: 제품명: {제품명} 특징: {특징} 가격: {가격}예시: 제품명: "에코 물병" 특징: "재사용 가능, BPA 프리, 친환경 소재" 가격: "15달러"질문: 아이폰 15 A:제품명: "아이폰 15" 특징: "초고화질 카메라 시스템, A16 바이오닉 칩, 5G 지원, 세라믹 쉴드, 긴 배터리 수명" 가격: "999달러" 위 예시에서는 질문에서 특정한 답변의 형태를 지정하고, 답변의 형태를 예시로 제공했다.A에서 보는 것과 같이 아이폰 15에 대한 내용을 정해..

예시 없이 단일 명령으로 답변을 받는 방식으로 일반적으로 많이 사용하는 방법.예시가 없어도 괜찮은 수준의 답변을 잘 해주는 것 같다. 예시 - ChatGPT 4o)Q: 다음 문장을 영어로 번역해 주세요: '인공지능은 우리의 삶을 변화시키고 있습니다.'"A: "Artificial intelligence is transforming our lives." 연관) - One-shot Prompting - Few-shot Prompting

생성형 인공지능(AI) 솔루션이 원하는 결과를 생성하도록 명령하는 방법으로 더 정확하고 좋은 답변을 얻기 위한 (원하는 답변을 얻기위한) 프롬프트를 작성하는 방법 정도로 이해할 수 있을 것 같다. 프롬프트를 다양하게 반복해서 변경, 활용해보고 목적에 맞는 결과를 얻을 수 있는 형태로 만들어내는 것이 중요한 것 같습니다.AI는 자꾸 물어본다고 화를 내지 않으니 안심하고 다양한 기법을 활용도 해보고 자신만의 프롬프트도 만들어 보면 좋을 것 같습니다. 기법에는 - Zero-shot Prompting (https://gangdonggil.tistory.com/10) - One-shot Prompting (https://gangdonggil.tistory.com/11) - Few-shot Prompting (ht..

1. 시스템 프롬프트 (System Prompt)역할: 모델에게 주어진 작업이나 역할을 설명합니다. 초기 설정으로 모델의 동작 방식을 제어합니다.예시: "You are a helpful assistant." / "You are an expert in machine learning."2. 온도 (Temperature)역할: 출력을 생성할 때의 랜덤성을 제어합니다. 값이 낮으면 출력이 더 결정적이고, 값이 높으면 더 창의적입니다.일반적인 값: 0.2 (결정적), 0.7 (일반적), 1.0 (창의적)3. 탑 P (Top P) / 누적 확률 (Nucleus Sampling)역할: 출력을 생성할 때 고려할 단어의 누적 확률의 범위를 설정합니다.일반적인 값: 0.9 (상위 90%의 확률을 가진 단어만 선택)4. 최..