Compete in HackAPrompt 2.0, the world's largest AI Red-Teaming competition!

Check it out →
プロンプトエンジニアリングガイド
😃 基礎編
💼 アプリケーション基礎
🧙‍♂️ 中級
🤖 エージェント
⚖️ 信頼性
🖼️ 画像プロンプティング
🔓 プロンプトハッキング
🔨 ツール
💪 プロンプトチューニング
🎲 その他
📚 Bibliography
Resources
📦 Prompted Products
🛸 Additional Resources
🔥 Hot Topics
✨ Credits
💼 アプリケーション基礎🟢 Zapier for Emails

Zapier for Emails

🟢 This article is rated easy
Reading Time: 1 minute
Last updated on August 7, 2024

Sander Schulhoff

序章

私たちはすでに、GPT-3がどれほどメールに便利であるかを見てきました。それを ZapierBubble.io のようなノーコードツールと組み合わせるとさらに便利になります。

この記事では、少量のセットアップ時間で Zapier+GPT-3 が何をすることができるかの例を紹介します。この記事は特定の例に焦点を当てていますが、可能性ははるかに大きいです。途中で他の例もいくつか示します。Bubble.io でもこれを行うことができることを覚えておいてください。他にも多くのノーコードツールがありますが、執筆時点では GPT-3 を使用できるものは非常に少ないです。

この記事では、Zapier でメールが要約され保存されるというシンプルなシステムを構築します。誰かと会議の予定がありますか?その人と交換したメールの要約をすばやく確認してみましょう。このタスクは約 20 分でできます。

Caution

この記事を理解するには Zapier についてすでに知っていることが役立ちます。もし知らない場合は、この記事をチェックしてみてください。

一般的な考え方

以下は、Zapier で行う作業のダイアグラムです。メールがあなたの受信トレイに届くたびに、それは Zapier をトリガーします。今のところは 4 つのステップがあります:

  1. メールが届き、Zapier をトリガー
  2. メールの内容をフォーマット(HTML マークダウンを削除するなど)
  3. 要約するためにそれを GPT-3 に送る
  4. 出力をデータベースに保存する

Zapier でのセットアップ

Zapier のアカウントを作成しておく必要があります(無料のものを取得できます)。セットアップは非常に簡単です。アカウントを作成したら、以下のボックスを展開して、作成する必要がある各 Zapier アクションの詳細な説明を確認してください。

より詳細なZapierのステップを確認するにはこちらを展開してください

これが最終的にZapierアクションダイアグラムがどのように見えるかです。


ステップ 1: 新しい受信メールに対するGmailトリガー (ここではGmailを使用)

ステップ 2: メール内容のフォーマッター

ステップ 3: メール内容の提示


ステップ 4: データベースに追加

以下に示すのは、ダイアグラムで示したような非常に基本的な要約を行う Zapier での設定です。制限がありますが、それはちゃんと動作し、有用なデータベースを構築することができます。

結果をより良くするためのプロンプトの最適化

結果を改善するためのいくつかの簡単な方法があります。コンテキストの追加やロールプロンプトを用いると、出力の改善が見込めます。しかし、あなたのメールの主題や内容は多岐にわたるかもしれません。これは、一般的な指示が非常に具体的な指示よりも良い結果をもたらし、モデルを混乱させる可能性があることを意味します。

実用的な理由から、指示を出すこと、そしてプロンプトでメールが開始する時点を GPT-3 に伝えることは有用です。これは単純に "Email: " を追加し、プロンプトを "Summary: " で終えることで達成できます。これにより、GPT-3 が "Sure! I can summarize it for you..." と返答するのを避けることができます。

ロールプロンプトもここで有用です。GPT-3 にパーソナルアシスタントとしての役割を果たすように求めると、要約の品質が向上します。職場のメールを要約したい場合は、単にあなたの役割を追加するだけで、GPT-3 はそれをコンテキストとして扱います。これは、読み手からある程度の知識を仮定するかのように機能し、メールの関連性のない部分をフィルタリングするのに役立ちます。以下に、オフィス管理者が受け取る可能性があるメールのいくつかの例を示します。

メールを要点で要約するように求めることもできますが、これがどの程度有用かは、要約の使用方法によります。メールの交換を素早く読み飛ばすためには、それが短くて簡潔であることが求められるかもしれません。これを単純にプロンプトで書くだけで上手く機能します。以下にこのプロンプトの一例を示します。それを調整したり、いろいろ試したりして、どのように変わるかを見てみてください。

ここでの応答は適切で、そして有用です。しかし、さらなる微調整により、より良い結果が得られます。要約の読者として、それがメールであることには関心がなく、要約の詳細度を下げたいかもしれません。なぜ情報が必要なのか、質問や懸念に関する最後の文は関連性がないでしょう。要約の目的がメールの内容を素早く読み飛ばすことであり、丁寧な表現を取り除きたいという要素を追加するだけで、結果は改善できます。

(プロンプト日本語訳)

私があなたのパーソナルアシスタントとして働きます。あなたはオフィス管理者です。以下のメールをできるだけ簡潔にまとめてください。フッターやヘッダー、以前のメールは無視してください。メールの要約を用いてメールをざっと見ることが目的です。礼儀正しい表現は削除してください。
メール: オフィス用品の追加リクエスト 親愛なるオフィス管理者の皆様、このメールが皆様にとってよいものとなることを願っております。私は、私たちのチームのための追加のオフィス用品をリクエストするために書いています。皆様がご存知の通り、最近は仕事量が多く、通常よりも早く用品を消費しています。次のアイテムを提供していただければ大変助かります: プリンター用紙 会議室のHPプリンター用のインクカートリッジ 付箋 バインダークリップ ハイライトペン 質問や懸念事項がありましたら、また、いつ頃用品を配送していただけるかを教えてください。ご協力いただきありがとうございます。敬具 あなたの名前 要約:

(出力日本語訳)

追加のオフィス用品の依頼 - プリンタ用紙、HPプリンタ用インクカートリッジ、付箋、バインダークリップ、蛍光ペン。

これで、要約の最も重要な部分だけが残されます!

その他の利用ケース

要約の例を見ていただいたので、Zapier+GPT-3 の他の利用ケースについていくつか言及します。一つの優れた例は、GPT-3 にメールのカテゴリー分けをさせることです。これは、プロンプトで次のメールをあなたが好きなカテゴリーに分類するように指示するだけで実現できます。

さらに深く例を挙げると、複数のプロンプトを持つことが可能です。メールの要求に同意する応答を生成するプロンプトと、反対または否定する応答を生成するプロンプトを使用できます。どちらもドラフトに保存して、送信したい時にいつでも送ることができます。

定期的に非常に類似したメールを受け取る場合、Zapier のフィルターを使用してプロンプトをそのメールにのみ適用することができます。これは、フォーマッターと組み合わせると強力なツールとなります。情報を抽出して CSV にエクスポートしたり、何らかの形でデータベースに直接保存したりすることができます。

懸念点

GPT-3 を使ってメールを処理や保存をする際のプライバシーに関する懸念を忘れないでください。また、GPT-3 は時々間違えることがあります。メールの内容を送信する前に確認することを強く推奨します。

Sander Schulhoff

Sander Schulhoff is the CEO of HackAPrompt and Learn Prompting. He created the first Prompt Engineering guide on the internet, two months before ChatGPT was released, which has taught 3 million people how to prompt ChatGPT. He also partnered with OpenAI to run the first AI Red Teaming competition, HackAPrompt, which was 2x larger than the White House's subsequent AI Red Teaming competition. Today, HackAPrompt partners with the Frontier AI labs to produce research that makes their models more secure. Sander's background is in Natural Language Processing and deep reinforcement learning. He recently led the team behind The Prompt Report, the most comprehensive study of prompt engineering ever done. This 76-page survey, co-authored with OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions, analyzed 1,500+ academic papers and covered 200+ prompting techniques.