AIが回答を生成する仕組み：プロンプトの要点が分かるメンタルモデル — 関連動画

Andrej Karpathy

OpenAIの創設期のエンジニアが、LLMとは実際に何かを平易な英語で1時間かけて極めて明快に説明しています。「LLMの心理学」のセクションは、まさにこの記事が身につけてもらおうとしているメンタルモデルです。なぜこの種のモデルがハルシネーションを起こすのか、なぜ雰囲気の把握は得意でも数を数えるのは苦手なのか、なぜプロンプトはコーディングよりコーチングに近いのかが分かります。

このセクションから得られるもの: LLMを、コンテキストウィンドウ、学習データ、サンプリング、失敗パターンを備えた予測システムとして捉える、神秘性を排したメンタルモデルを構築できます。

視聴または事前に知っておくべきもの: ありません。長い講演ですが、初心者にも分かりやすい内容です。

Andrej Karpathy

Karpathyが実際にChatGPT、Claude、Gemini、Perplexityを操作し、熟練ユーザーとして活用する続編です。記事と彼の「Intro」を見た後に視聴すると、メンタルモデルがリアルタイムで実践に移される様子が分かります。どのモデルやモードを使うか、貼り付けとアップロードをどう使い分けるかといった小さな判断も含まれています。こうした判断が、なかなか役立つ回答を得られない初心者と、最初の試行で有用な回答を引き出せる人を分けます。

このセクションから得られるもの: 経験豊富なユーザーが、検証を手順に組み込みながらツール、モード、コンテキスト戦略を切り替える方法を確認できます。

視聴または事前に知っておくべきもの: 実際の操作を魔法のように感じないために、まずLLMの基本的な解説を視聴するか読んでください。