はじめに
俺、1万PVとかもらったことないから、すごい嬉しい。ありがとう1
nikkieです。
表題が全てです！
「ChatGPT Prompt Engineering for Developers」、めっちゃよいから（無料の今のうちに）みんな見て！
目次
スライド「ChatGPT Prompt Engineering for Developers 受講体験記」
リンクが辿れるGoogleスライド版もあります
講座が気になってきた方、ぜひご受講を〜！
おすすめポイント
- 肝な点が無料で学べる
- LLM（ChatGPT）で解ける課題の全体感
- プロンプトの書き方のベストプラクティス
- 圧倒的に簡単に始められる！
- DeepLearning.AIにログインするだけ
- OpenAI APIを取得する必要すらありません！ DeepLearning.AIの環境（Jupyter Notebookのコード実行）で勝手に設定されます（まさにOpenAIとのパートナーシップ！）
「1.5時間全部は見きれないよ〜」という方へのオススメ
2点オススメします2
- Inferring（slide=17）
- Guidelines for Prompting（slide=12, 13）
- プロンプトエンジニアリングの原則（抽象的な考え方）と戦術（具体テクニック）が学べる！
- Appendixに列挙しましたが、具体テクニックは私には目からウロコでした
感想
いやこれ、私、失職じゃない！？！？
LLMは自然言語処理一通りできるんでしょ？
それを開発者が使って簡単にアプリケーションに組み込めるんでしょ？
自然言語処理専門にやってなくても自然言語処理タスクを解ける＝民主化というわけで、その世界では（今までと同じことやってたら）失職だよなあ...
ひしひしと感じる（そして興味もある）のは、プロンプトエンジニアリングはじめ、LLMの使いこなしですね。
現状この技術を理解しているかという問いに首肯できないので、理解を深めていきたい！
Expanding（短いテキストを元に長いテキストを生成）、星新一のショートショート「肩の上の秘書」を思い出しますね。
星新一のショートショートの「肩の上の秘書」を思い出しました
— nikkie にっきー (@ftnext) 2022年5月19日
あらすじはこちらの記事の冒頭にありますhttps://t.co/zZyKJF3fMu
終わりに
「ChatGPT Prompt Engineering for Developers」、広く開発者にオススメです！
Inferringはじめ、自然言語処理タスクをLLMでサクッと解いて、アプリケーションに価値を付加できる時代が来てしまったのだと思います！（ひゃ〜 🙌）
