728x90

챗지피티 무료 버전 영상 요약하기

 

챗 지피티가 가장 잘하는 것중 하나는 글의 내용 요약 정리다. 이번에 chatGPT 4 옴니가 일정 부분 무료로 열리면서 어마어마한 속도로 답변을 내주기도 하기때문에 영상/pdf를 요약해서 보고 싶다 하면 챗지피티를 이용해보는 걸 추천한다.

 

오늘은 내가 좋아하는 영상 채널을 예시로 들어서 설명해보려한다.

유튜브 영상에서 show transcript 버튼을 누르면 우측 상단에 transcript가 뜬다. 이 내용을 복사해서 챗지피티에 붙혀넣기를 해주면 된다.

 

아래의 내용은 영상에 나오는 약 9분 30초 정도의 내용이다. 

더보기

The world we live in feels normal, ordinary. It feels like this is just how humans exist and always existed. But, it's not. Never before have we humans lived in a world as sophisticated and engineered to our needs as today. Giving us the luxury to forget about ourselves and not worry about survival. Food, shelter, security – all of this is, more or less, taken for granted. But we're a special few; for more than 99.99% of human history, life was completely different. And there's no such thing as just one human history. Our story begins 6 million years ago, when the tribe of hominini split and our relationship with the apes ended. 2.8 million years ago, the genus of homo, the first humans, emerged. We like to think about ourselves as the only humans, but this is far from the truth. When we, homo sapiens sapiens, came into existence 200,000 years ago, there were at least six other human species around. Cousins of comparable intelligence and ability, which must have been incredibly scary, kind of like living with aliens. Some of them were very successful. Homo erectus, for example, survived for 2 million years. Ten times longer than modern humans have existed. The last of the other humans disappeared around 10,000 years ago. We don't know what caused them to die out. Modern humans have at least a few percent of neanderthal and other human DNA, so there was some mixing, but certainly not enough to be a merger between species. So we don't know if our cousins went away because they lost the battle over resources, or because of a series of minor genocides. Either way, only we remain. Back to the beginnings of humanity. 2.8 million years ago, early humans used tools, but did not make a lot of progress for nearly 2 million years. Until they learned to control fire. Fire meant cooking, which made food more nutritious, which contributed to the development of our brain. It also produced light and warmth, which made days longer and winters less gruesome. On top of that, it not only scared predators away, it could also be used for hunting. A torched wood or grassland provided small animals, nuts and tubers that were pre-roasted. From 300,000 years ago, most of the different human species lived in small hunter-gatherer societies. They had fire, wood and stone tools, planned for the future, buried their dead, and had cultures of their own. But most importantly, they spoke to each other. Probably in a kind of proto-language, less complex than ours. If we had a time machine, how far would we be able to go back, steal a few babies and raise them today without anyone noticing that they're a bit different? There is much debate. Anatomically, modern humans emerged 200,000 years ago, but probably 70,000 years is as far as we could travel back and still snatch a behaviourally modern human. Before that, the babies would probably lack a few crucial gene mutations Necessary to build a brain with modern language and abstract thinking abilities. At some point, around 50,000 years ago, there was an explosion in innovation. Tools and weapons became more sophisticated and culture became more complex, because at this point, humans had a multi-purpose brain, and a more advanced language to communicate information with each other effectively, and down to the last detail. This allowed much closer cooperation, and is what really makes us different from any other creature on Earth. Not our comparatively weak bodies and inferior senses, but the ability to cooperate flexibly in large groups, unlike, for example, rigid beehives or intimate, but tiny wolf packs. As our brain evolved, we became able to do something, life had been unable to do up to this point. One – expand knowledge quickly. Two – preserve the knowledge gained over generations. Three – build on past knowledge, to gain even deeper insight. This seems daft, but until then, information had to be passed on from generation to generation, mostly through genetics, which is not efficient. Still, for the next 40,000 years, human life remained more or less the same. There was little to build upon. Our ancestors were only one animal among many. Building a skyscraper without knowing what a house is… is hard. But while it is easy to be arrogant in our attitude to our ancestors, this would be ignorant. Humans 50,000 years ago were survival specialists. They had a detailed mental map of their territory, their senses were fine-tuned to the environment, they knew and memorized a great amount of information about plants and animals. They could make complicated tools that required years of careful training and very fine motor skills Their bodies compared to our athletes today just because of their daily routines, and they lived a rich social life within their tribe Survival required so many skills that the average brain volume of early modern humans might even have been bigger than it is today As a group we know more today, but as individuals our ancestors were superior to us But then around 12,000 years ago, in multiple locations, humans developed agriculture. Everything changed very quickly. Before, survival as a hunter and forager required superb physical and mental abilities in all fields from everybody With the rise of the agricultural age, individuals could increasingly rely on the skills of others for survival. This meant that some of them could specialize. Maybe they worked on better tools, maybe they took time to breed more resistant crops or better livestock, Maybe they started inventing things. As farming got more and more efficient, what we call civilization began Agriculture gave us a reliable and predictable food source, which allowed humans to hoard food on a large scale for the first time, which is much easier to do with grains than meat, The food stock required protection, which led to communities living together in tighter spaces First, early defense structures were built, the need for organization grew The more organized we got, the faster things became efficient Villages became cities, cities became kingdoms, kingdoms became empires Connections between humans exploded which led to opportunities to exchange knowledge Progress became exponential About 500 years ago the Scientific Revolution began Mathematics, Physics, Astronomy, Biology, and Chemistry transformed everything we thought we knew The Industrial Revolution followed soon after laying the foundation for the modern world As our overall efficiency grew exponentially, more people could spend their lifetime contributing to the progress of humanity Revolutions kept happening. The invention of the computer, its evolution into a medium we all use on a daily basis, and the rise of the Internet shaped our world It's hard to grasp how fast all of that happened It's been about 125,000 generations since the emergence of the first human species About 7,500 generations since the physiologically modern humans saw the light of day 500 generations ago, what we call civilization began 20 generations ago, we learned how to do science And the Internet became available to most people only one generation ago Today we live in the most prosperous age humanity has ever experienced We have transformed this planet, from the composition of its atmosphere to large-scale changes in its landscape and also in terms of the other animals in existence. We light up the night with artificial stars and put people in a metal box in the sky Some have even walked on our Moon We put robots on other planets We've looked deep into the past of the universe with mechanical eyes Our knowledge and our way of acquiring and storing more of it has exploded The average high school student today knows more about the universe than a scholar a few centuries ago Humans dominate this planet, even if our rule is very fragile We are still not that different from our ancestors 70,000 years ago But your lifestyle has existed for less than 0.001% of human history From here on, there's no saying what the future holds for us We're building a skyscraper, but we're not sure if it's standing on a solid foundation or if we're building it on quicksand Let's leave it with that for now The next time you miss your train, your burger is not hot enough, or someone cuts in line Remember how special this made-up human world is Maybe it's not worth being upset about all those little things. OK, so this was our first take on making a history-related video we'd love to make much more of them, but they take even more time than our average video. So we might do 3 or 4 a year.

아래와 같이 마지막 부분에 내용을 요약해달라는 명령어를 넣어주면 챗지피티가 알아서 내용을 요약해준다.

내용 요약해줘 챗지피티

 

아래와 같이 9분 길이의 글을 2분이면 충분히 읽을 수 있는 내용으로 요약해준다. 챗지피티 무료 버전으로 충분히 가능하기때문에, pdf/유튜브 영상/ 기사 등등 어떤 내용이든지 요약 필요하다면 무조건 사용해보는걸 추천한다.


  • 현대 사회의 특이성: 오늘날 우리가 사는 세계는 매우 정교하게 설계되어 있으며, 이는 인류 역사에서 매우 특이한 일입니다. 우리는 생존을 걱정하지 않고 음식, 주거, 안전을 당연하게 여깁니다.
  • 인류의 기원: 인류의 역사는 약 600만 년 전으로 거슬러 올라가며, 당시 인간의 조상인 호미니니 족이 다른 유인원과 분리되었습니다. 약 280만 년 전에는 최초의 인간인 호모 속이 등장했습니다.
  • 다양한 인간 종: 20만 년 전, 호모 사피엔스 사피엔스가 등장했을 때 적어도 여섯 종의 다른 인간 종이 있었습니다. 이들 중 일부는 매우 성공적이었으며, 예를 들어 호모 에렉투스는 200만 년 동안 생존했습니다. 그러나 약 1만 년 전, 마지막 다른 인간 종들이 사라졌습니다.
  • 초기의 인간 생활: 280만 년 전부터 초기 인간들은 도구를 사용했지만, 200만 년 동안 큰 발전을 이루지 못했습니다. 불의 통제는 인간의 삶에 큰 변화를 가져왔습니다. 불은 음식을 더 영양가 있게 만들었고, 빛과 따뜻함을 제공했으며, 포식자를 쫓아내고 사냥에도 사용되었습니다.
  • 언어와 협력: 30만 년 전부터 대부분의 인간 종들이 불을 사용하고 도구를 만들며, 사냥-채집 사회에서 살았습니다. 이들은 아마도 원시 언어를 사용해 서로 소통했을 것입니다. 약 5만 년 전, 도구와 무기가 더 정교해지고 문화가 더 복잡해졌습니다. 이는 인간이 더 복잡한 언어를 사용하여 효과적으로 정보를 전달할 수 있게 했기 때문입니다.
  • 지식의 축적: 인간은 지식을 빠르게 확장하고, 세대를 거쳐 지식을 보존하며, 과거의 지식을 바탕으로 더 깊은 통찰을 얻을 수 있었습니다. 이는 다른 생물들과의 중요한 차이점입니다.
  • 농업의 발달: 약 1만 2천 년 전, 농업이 발달하면서 인간의 삶은 급격히 변했습니다. 농업은 안정적이고 예측 가능한 식량 공급을 가능하게 했고, 이는 대규모 식량 비축을 가능하게 했습니다. 이는 결국 마을이 도시로, 도시가 왕국으로, 왕국이 제국으로 발전하게 만들었습니다.
  • 과학 혁명과 산업 혁명: 약 500년 전, 과학 혁명이 시작되었고, 이는 우리가 알고 있는 모든 것을 변화시켰습니다. 산업 혁명이 뒤따르며 현대 세계의 기초를 마련했습니다. 컴퓨터의 발명과 인터넷의 발전은 우리의 세계를 크게 바꾸었습니다.
  • 인류의 미래: 오늘날 우리는 인류 역사상 가장 번영한 시대에 살고 있습니다. 그러나 우리의 현재 생활 방식은 인류 역사에서 매우 짧은 기간 동안 존재해 왔습니다. 미래가 어떻게 될지는 아무도 알 수 없습니다.

 


 

 

 

 

728x90
728x90

 

OpenAI의 챗지피티를 사용할 때마다 드는 아쉬운 점이 있다.

 

 

나의 개인 정보가 고스란히 나가는 게 걱정이 되기도 하고, 내가 사용한 내용이 다시 chatGPT 모델을 트레이닝하는데 쓰인다는 생각을 하니 어딘가 께름찍 하기도 했다.

 

 

챗지피티 플랜중 Team 버전을 사용해야만 AI 모델 트레이닝에서 자유로울 수 있는데. 한 달에 $25 정도가 꾸준히 나간다는 게 챗지피티는 가끔씩 쓰거나, 활용도가 높지 않다면 많이 부담스러울 수 있다고 생각한다.

 

그렇다면 이런 chatGPT를보안 걱정 없이사용할 수있는 방법은 없을까?

또 계속해서 쌓이는채팅방 목록을 줄일 수 있는 법은 없을까?

 

 

무료버전에서도 쓸 수 있는 새로 나온 Temporary 기능을 사용하면 된다.

 

Temporary chat의 주요 기능

1. 민감한 정보를 다루는 경우 사용 권장

2. AI 모델 트레이닝에 정보가 대화 내용이 이용되지 않음

3. 세션을 종료하거나, 대화창을 나가면 자동 삭제됨

4. Temporary chat을 이용한 대화는 안전 목적으로 30일 open AI에서 보관후 자동 삭제

 

 

 

챗을 켜둔채로 몇 시간이 지나면 자동으로 삭제되나요?

 

사용자가 세션 종료 혹은 대화창을 나가거나 앱을 닫지 않으면 사라지지 않는다.

구글의 Ignito나 아이폰의 사파리에서 private을 쓰는 것과 비슷하다.

데스크톱에서는 '세션 종료'라고만 하면 대화창이 사라지는 것이 아니기 때문에, 대화창을 없애고 싶다면 해당 페이지를 닫거나 다른 채팅을 열면 삭제가 된다.

728x90
728x90

 

 

 

생성형 AI로 작성한 글과 영상, 가끔은 구별하기 어려울 정도로 정교할 때가 많다. 아직 영상의 경우에는 구별이 쉽지만 생성형 AI로 작성한 글은 이제는 사람이 작성한 것인지 AI가 작성한 것인지 알기 어려울 때가 더 많아지고 있다. 특히 5월 초 발표된 chatGPT의 GPT4o를 통해서 글을 작성해 보면, 생성형 인공지능의 수준이 헛웃음 나올 정도로 완벽한 글쓰기를 자랑한다. 

 

매우 유익할 수도 있는 반면에 이렇게 인공지능으로 작성한 글을 어떻게 식별할 수있는가에 대한 문제제기가 많아지는 때에 Google 딥러닝에서 SynthID를 출시했다. Synth ID는 인공지능 생성 콘텐츠에 워터마크를 삽입하기 위한 구글의 새로운 툴킷이다.

 

Google이 만든 Gemini의 서비스를 이용한 인공지능 생성 텍스트는 SynthID를 통해 워터마킹이 되고, 앞으로 다른 gpt로 작성된 글들 또한 인공지능 감지를 할 수 있도록 확장할 계획이라 덧붙였다. 

 

어떻게 작동하는가?

 

 그렇다면 텍스트 워터마크는 어떤 방식으로 작동할까? Synth ID에서 텍스트 워터마크를 단다는 것은 단순하게 생성된 텍스트에 라벨을 붙히는 방식이 아니다. LLM이 텍스트를 제작하는 방식을 본떠서 '얼마나 LLM이 쓴 글과 비슷한 성향을 띠는가'에 대한 점수를 매기고, 이 예상 점수 패턴을 통해서 패턴 자체가 워터마크로 간주되는 것이다. 그렇기 때문에 SynthID의 텍스트 워터마크는 SynthID 툴에서 LLM으로 제작된 글인지 파악하는 데에 더 많은 예시를 제공하는 긴 글에서 가장 잘 작동된다.

 

 

글을 손본다면? 그래도 AI가 감지할 수있을까?

 

일부 글을 변경해서 쓰거나, 잘라내는 등의 약간의 정리만 해서 글을 다시 썼다면 이런 변화에도 불구하고 SynthAI는 작동 가능하다. 하지만 생성형 AI가 작성한 글을 참고하여 처음부터 사람이 다시 썼다거나 다른 언어로 번역하게 되면 SynthAI의 가동 신뢰 점수가 낮아질 수 있다.

 

또 생성형 AI로 작성한 글 중 '창의성'을 발휘해 작성하기보다 사실에 대한 기술만 있는 글이라면 SynthAI가 인공지능 탐지할 수 있는 확률은 현저히 낮아진다. 사실에 기반한 글이기 때문에 변수가 많은 토큰 분포를 확인하기 어렵기 때문에 "피카추의 색깔은 무슨 색인가요?"라던가 "한국의 수도는?"과 같은 질문에서 인공지능이 쓴 글을 구분하기 힘들다는 것이다.

 

이미 많은 Humanizer, DetectAI 프로그램이 있는데?

이를 왜 보완해야 하는가?

 

현재 사용 가능한 대부분의 생성형 인공지능 감지 서비스는 데이터를 라벨 화해서 정렬하는 'sort'분류의 방법을 사용한다. 이런 분류의 경우 특정 작업에만 작동하는 경우가 많기 때문에 글을 탐지해 내는 데에 유연성이 떨어지고, 그 성능을 신뢰할 수 있는 기반을 알기 어렵다. 그렇기 때문에 A라는 웹사이트의 AI 탐지기와 B라는 웹사이트의 AI 탐지 결과가 다르게 나올 수있는 것이다.

 

구글 딥러닝에서는 오는 여름에 텍스트 워터마크 기술에 대해 자세히 다른 연구 논문을 게시할 예정이며,  최신 Responsible Generative AI Toolkit을 통해 SynthID 텍스트 워터마킹을 오픈 소스로 공개할 것이라 전했다.  어떤 방식으로 AI가 탐지되는지 더 자세히 알아볼 수있는 결과이기도 하고, 무수히 많이 포진되어 있는 생성형 인공지능 탐지 서비스 앱들의 생태계가 어떻게 변화할지 기대되기도 한다.

728x90
728x90

GPT 아키텍처를 기반으로 한 GPT4 o, 지피티 옴니가 출시됐다.

OpenAI의 GPT 4와 GPT 4o는 어떤 차이가 있을까? 먼저 GPT4옴니를 사용하기 위해서는 유료 멤버십이 필요하다.

 

 

상호작용

Dall-E(달리)의 이미지 생성 기능, 웹 브라우징, 파이썬 코드 실행등의 통합 도구를 갖추고 있다는 동일점이 있지만 GPT옴니는 이미지 생성, 실시간 데이터 검색, 계산 수행을 더 포괄적이고 상호적인 응답을 제공한다.

 

챗지피티 대화창의 맥락 기억

같은 사용자와의 여러 상호작용 동안 동일한 맥락을 유지하여 답변 가능하다. 또 이전 대화를 바탕으로 더 개인화되고 일관성 있는 응답 제공이 가능하다.

GPT4의 언어 모델에 비해, GPT 4옴니는 사용자 필요에 따라 특정 작업에 맞게 기능 조절이 가능하다. 예를 들어 블로그를 위한 최신 경제 뉴스를 필요로 한다면 그 요구에 맞춰 응답 가능하다는 것이다.

 

사용자 맞춤 기능

GPT4 모델과 달리 각 상호작용을 독립적으로 처리하는 것이 아닌 더 맞춤형 조언과 제안 제공이 가능하다.

 

대화 능력 향상

GPT4옴니는 GPT와 영상 공유, 음성 대화를 통한 실시간 사물 인식, 사물 설명, 해석 등이 더 수월하게 가능했고, OpenAI에서는 이 기능을 가장 하이라이트 하고 있다.

 


GPT 4 vs GPT 4o 비교

 

동일한 질문, 조건에서 답변을 비교해봤다.

 

질문 1

 

24년 비트코인 얼마까지 오를까요?

GPT 4

2024년 비트코인 가격 예측은 매우 다양합니다. 일부 전문가들은 비트코인이 45,000달러에 이를 것으로 보고 있으며, 다른 예측은 더 낙관적으로 최대 250,000달러까지 상승할 수 있다고 보고 있습니다. 이러한 예측은 비트코인의 공급 감소, 시장 수요, 금융 규제 변화 등 여러 요인에 따라 달라질 수 있습니다​ (BeInCrypto JP)​​ (CoinGecko)​​ (Techopedia)​​ (Cointelegraph)​.
각각의 예측이 다양한 시나리오와 가정에 기초하고 있으니, 이러한 예측들을 참고할 때는 투자 결정에 주의를 기울여야 합니다. 모든 투자에는 리스크가 동반되므로, 비트코인 투자 역시 신중하게 접근하는 것이 중요합니다.

 

GPT 4o

2024년에 비트코인의 가격은 여러 전문가들의 예측에 따르면 크게 상승할 가능성이 있습니다. 분석가들은 비트코인이 2024년 말까지 최대 $93,190.68까지 상승할 수 있다고 보고 있으며, 평균적으로 약 $81,358.86 정도로 거래될 것으로 예상하고 있습니다​ (Benzinga)​.
Changelly의 분석에 따르면, 2024년 비트코인의 최소 가격은 약 $33,919.41, 최대 가격은 $62,920.62, 평균 가격은 $91,921.83로 예상됩니다​ (Changelly)​. 또 다른 예측에 따르면, 비트코인이 2024년에는 $109,141까지 오를 수 있다는 전망도 있습니다​ (CoinCodex)​.
이러한 예측들은 비트코인의 반감기와 같은 주요 이벤트, ETF의 수요 증가, 기관 투자자들의 유입 등이 주요 요인으로 작용할 것으로 보입니다. 특히 반감기 이후 비트코인의 가격이 더 큰 상승을 보일 것이라는 기대가 높습니다​ (Finder Canada)​​ (Cointelegraph)​.
비트코인의 미래 가격 예측은 다양하지만, 전반적으로 긍정적인 전망이 많으며, 장기적으로는 $250,000까지 오를 가능성도 언급되고 있습니다. 그러나 시장의 변동성과 예측의 불확실성을 항상 염두에 두고 투자 결정을 하는 것이 중요합니다.

 

 

같은 질문에 대해 GPT4의 예측 전망과 4o의 전망이 갈렸다. GPT4에서는 45,000~250,000 달러로 예측했으며 총 네 개의 웹사이트를 참조했는데. GPT 4o에서는 참고 사이트 세 군데 Benzinga에서 $93,190.68, Changelly에서 $33,919.41~ $62,920.62, CoinCodex에서 $109,141로 장기적 전망으로 최대 250,000달러를 예상해 줬다.

 

GPT4에 비해 참고 내용이 더 다양해지고, 하나의 답변이 아닌 여러 개의 답변과 결론을 함께 제공해 줬다.

 


질문 2

Grass io의 grass 포인트에 대한 전망을 알려줘.

GPT 4

Grass.io의 Grass 포인트 시스템은 최근 몇 가지 주요 개선 사항이 있었습니다. 포인트 시스템은 이제 더욱 다양한 계층과 보상이 포함되어 사용자가 더 많은 포인트와 보상을 얻을 수 있도록 설계되었습니다. 예를 들어, 사용자가 친구를 추천하고 이들이 네트워크에서 활동을 유지하면 추가 포인트를 획득할 수 있습니다​ (Grass: Earn A Stake in the AI Revolution)​.
또한, Grass는 안드로이드 및 iOS 앱 출시를 통해 네트워크의 크기와 활성화를 크게 증가시킬 계획입니다. 이러한 앱들은 더 많은 사용자가 네트워크에 참여하게 하여 다운로드 수와 활성 노드 수를 증가시킬 것입니다​ (Grass: Earn A Stake in the AI Revolution)​​ (DePIN Hub)​.
Grass 포인트는 네트워크가 공식적으로 출시되면 그 가치가 실현될 예정이며, 포인트는 사용자의 활동에 따라 다양한 보상으로 전환될 수 있습니다. 따라서 현재 사용자들은 Grass 네트워크의 초기 단계에 참여함으로써 미래의 보상 기회를 높일 수 있습니다​ (DePIN Hub)​.
전반적으로, Grass 포인트의 전망은 긍정적으로 보이며, 네트워크의 성장과 함께 사용자에게 지속적인 가치를 제공할 것으로 예상됩니다.

 

GPT 4o

Grass.io의 Grass 포인트에 대한 전망은 매우 긍정적입니다. Grass는 사용자의 여유 인터넷 대역폭을 활용하여 AI 모델 훈련을 위한 데이터를 수집하는 분산 네트워크입니다. 사용자는 이 네트워크에 기여함으로써 Grass 포인트를 적립하고, 향후 Grass 토큰으로 전환될 수 있습니다.
2024년 전망:
보상 시스템: Grass 포인트는 사용자의 기여도에 따라 티어로 나누어집니다. 예를 들어, 86명을 초대하면 6,000 포인트를 받을 수 있는 에메랄드 티어로 올라갈 수 있습니다​ (Grass: Earn A Stake in the AI Revolution)​.어플 출시: Grass는 곧 Android와 iOS 앱을 출시할 예정이며, 이는 네트워크의 활성 노드 수를 크게 증가시킬 것으로 예상됩니다​ (Grass: Earn A Stake in the AI Revolution)​.에어드롭: 2024년 3월에는 GRASS 토큰의 에어드롭이 예정되어 있어 초기 참여자들에게 큰 이익을 줄 가능성이 있습니다​ (Token Metrics)​.
장기적 전망: Grass 네트워크는 AI 데이터 수집 및 준비를 통해 AI 모델의 품질을 향상시키는 것을 목표로 합니다. 이는 AI 산업 내에서 높은 수요를 창출하고, Grass 토큰의 가치를 높이는 데 기여할 것입니다​ (Grass: Earn A Stake in the AI Revolution)​.
Grass 포인트는 사용자의 네트워크 기여에 따라 적립되며, 이러한 포인트는 향후 Grass 토큰으로 전환되어 거래소에서 거래될 수 있을 것으로 예상됩니다. 이는 사용자에게 수익을 창출할 수 있는 기회를 제공할 것입니다​ (CoinScan)​.
Grass.io는 네트워크의 성장과 함께 계속해서 사용자들에게 다양한 보상을 제공할 계획이므로, 지금이 Grass 네트워크에 참여하기에 좋은 시점입니다.

 

grass 포인트에 대한 전망을 물어보는 말에 GPT4는 말그대로 전망을, GPT4o는 2024년도를 특정한 전망을 대답해줬다.

GPT4보다 옴니가 사용자의 의도를 더 세밀하게 알아본 것이다.

 

GPT4이 답변한 전망은 '긍정적' 이라는 일반적인 답변인데에 비해.

GPT4o에서는 네트워크 성장 예상, 다양한 보상 제공 계획, 따라서 Grass 네트워크에 참여하기 좋은 시점이라는 결론을 답변해줬다.

 

참고한 웹서치 내용 또한 달랐는데. GPT4와 옴니 모두 3개의 글을 Grass 공식 홈페이지에서 비슷한 내용을 가져왔지만. 이외의 서치한 내용이 조금 달랐는데.

 

GPT 4에서는 Grass에 관련된 블로그와 프로젝트 업데이트 내용을 중심으로 찾았고,

GPT 4o에서는 coinScan 사이트에서 Grass 코인을 시작해야하는 이유와 가이드 글, Token Metrics에서 2024년 Grass의 에어드랍을 설명한 내용을 중심으로 스크랩했다.

 


결론적으로 동일 질문에 대한 답변이 달랐으며, 그 방향이 더 세밀하고 덜 일반적인 내용으로 발전했다.

 

GPT 4옴니는 질문에 대한 의도를 파악 가능했고, 그에 따라서 웹서치를 하는 내용이 더 세분화되어 좋은 답변을 제공해주었다. '전망'을 예측해달라는 정확한 답변을 내리기 어려운 질문에도 여러개의 관점을 종합하여 대답해줄 정도로 GPT 4 보다 더 빠르게 원하는 답변을 작성해줬다.

 

728x90
728x90

 

GPT-5의 개선점과 새로운 기능


향상된 자연어 처리 능력

향상된 자연어 처리(Natural Language Processing, NLP) 능력은 언어 모델이 인간의 언어를 이해하고 생성하는 능력이 개선되었다는 것을 의미한다. GPT-5와 같은 고급 언어 모델에서 이러한 능력은 다양한 기술적 진보를 통해 달성된다. 여기에는 더 정밀한 텍스트 이해, 더 정확한 맥락 파악, 그리고 더 자연스러운 언어 생성이 포함된다. 아래는 이러한 향상된 NLP 능력을 구체적으로 가능하게 하는 몇 가지 요소들이다:

  1. 더 큰 모델 아키텍처와 매개변수 언어 모델의 크기(즉, 매개변수의 수)가 클수록 더 많은 언어 데이터를 학습하고 더 복잡한 언어 패턴을 이해할 수 있다. GPT-5는 예상되는 바에 따르면 매개변수가 수십 억에서 수백 억 개에 이를 것으로 추정되며, 이는 모델이 더 정교하고 다양한 언어 현상을 모델링할 수 있게 한다.
  2. 더 광범위한 학습 데이터셋 향상된 NLP 능력을 위해서는 다양한 소스에서 수집된 방대한 양의 텍스트 데이터에 대한 학습이 필요하다. 이 데이터는 소셜 미디어 게시물, 문학 작품, 학술 자료, 일상 대화 등을 포함할 수 있으며, 모델이 다양한 언어 사용 상황과 문체를 이해하는 데 도움이 된다.
  3. 맥락 이해의 향상 고급 NLP 모델은 단순한 키워드 인식을 넘어서 문장이나 문단 전체의 맥락을 파악할 수 있어야 한다. GPT-5는 특히 문맥을 기반으로 한 언어 이해에서 큰 진전을 보일 것으로 기대된다. 이는 대화의 흐름을 이해하거나, 문서 내에서 주제 전환을 감지하는 등의 능력을 포함한다.
  4. 세밀한 언어 생성 언어 모델의 출력, 즉 생성된 텍스트의 질도 중요하다. GPT-5는 문법적으로 정확하고, 스타일적으로 일관된, 맥락에 부합하는 텍스트 생성 능력이 향상될 것이다. 이는 창의적 글쓰기, 정확한 기술적 설명, 효과적인 커뮤니케이션에 필수적인 요소이다.
  5. 다양한 언어 및 방언 지원 언어 모델의 향상된 NLP 능력은 다양한 언어 및 방언에 대한 지원 확대로도 이어진다. 이는 전 세계 사용자들이 모국어로 자연스러운 상호작용을 경험할 수 있게 해, 모델의 접근성과 유용성을 높인다.

이처럼 향상된 자연어 처리 능력은 GPT-5가 보다 심층적이고 정확한 언어 이해와 생성을 가능하게 하여, 사용자가 더욱 다양하고 복잡한 언어 관련 작업을 수행할 수 있도록 지원한다.

 
 

다국어 지원 확대

  1. 더 큰 다국어 데이터셋 학습
    GPT-5는 전 세계에서 수집된 더욱 다양하고 방대한 언어 데이터를 학습할 가능성이 높다. 이 데이터에는 소셜 미디어 게시물, 뉴스 기사, 과학적 논문, 문학 작품 등 다양한 형태의 텍스트가 포함될 수 있다. 이를 통해 모델은 다양한 언어의 뉘앙스와 문맥을 더 잘 이해하고 반영할 수 있다.
  2. 언어별 특화 모델의 개발
    각 언어의 특성을 고려한 맞춤형 모델을 개발하여, 특정 언어에 대한 처리 능력을 향상시킬 수 있다. 예를 들어, 한국어, 일본어, 아랍어 등 각기 다른 문법과 구조를 가진 언어들을 위해 특화된 알고리즘을 적용함으로써, 더 정확하고 자연스러운 텍스트 생성이 가능해질 것이다.
  3. 언어 간 번역 및 통역 기능 강화
    GPT-5는 이전 모델들보다 더 정교한 언어 간 번역 능력을 갖출 것으로 기대된다. 이는 글로벌 커뮤니케이션을 원활하게 하고, 다양한 언어 사용자들이 상호 작용하는 환경에서 AI의 유용성을 증가시킬 수 있다.
  4. 다국어 의도와 감정 인식 개선
    다양한 문화와 언어에서 나타나는 의도와 감정을 더 잘 파악하고 반응할 수 있도록 인공 지능의 감정 인식 기능이 향상될 것이다. 이는 국제적인 비즈니스, 고객 서비스 및 사용자 경험(UX) 디자인에서 특히 중요한 요소가 될 수 있다.

이러한 다국어 지원의 확대는 GPT-5를 더욱 포괄적이고 접근성 높은 도구로 만들어, 전 세계적으로 다양한 사용자와 기업들이 이득을 볼 수 있는 기회를 제공할 것이다.


다양한 분야로의 확장

  1. 의료
    의료 분야에서는 GPT-5를 활용하여 환자의 증상 기술로부터 진단을 지원하는 도구를 개발할 수 있다. 또한, 대량의 의료 데이터를 분석하여 치료 방법을 제안하거나, 의료 연구 문헌을 요약하는 등의 작업을 자동화할 수 있다.
  2. 법률
    법률 분야에서 AI는 법적 문서 작성, 계약 검토, 사례 연구 등에 사용될 수 있다. GPT-5는 특정 법률 용어와 관련된 문맥을 이해하고, 법적 문서를 생성하거나 수정하는 데 도움을 줄 수 있다.
  3. 교육
    교육 기술에서 GPT-5는 맞춤형 학습 자료 생성, 학생의 질문에 대한 자동 응답, 에세이 평가 등에 활용될 수 있다. 이를 통해 교육 과정을 개인화하고, 학생 개개인의 학습 요구와 속도에 맞춰 지원할 수 있다.
  4. 창작 및 엔터테인먼트
    영화나 소설의 시나리오 작성, 음악 작곡, 게임 개발 등 창작 분야에서도 GPT-5의 활용이 기대된다. AI는 기존의 작품을 분석하여 새로운 창작물을 제안하거나, 인간 창작자와 협력하여 독창적인 콘텐츠를 생성할 수 있다.
  5. 비즈니스 및 마케팅
    비즈니스 분야에서 GPT-5는 시장 분석, 고객 서비스 자동화, 광고 콘텐츠 생성 등에 활용될 수 있다. AI는 소비자 행동을 분석하여 효과적인 마케팅 전략을 제안하거나, 고객 문의에 실시간으로 대응하는 등의 역할을 수행할 수 있다.

 


GPT-4의 대중적 제공 가능성

 

OpenAI의 접근성 목표

 

OpenAI는 기술의 민주화를 지향하며, 이는 가능한 많은 사람들이 고급 AI 기술을 사용할 수 있도록 하는 것을 목표로 한다. 이런 이념에 따라, GPT-3의 뒤를 이은 GPT-4도 결국 일반 대중에게 제공될 가능성이 있다. OpenAI가 이전 모델인 GPT-3.5를 일정 시간 후 일반 사용자에게 무료로 공개한 전례를 고려하면, GPT-4 역시 유사한 방식으로 접근성이 확대될 수 있다.

 

기술의 성숙도와 비용 문제

GPT-4와 같은 대규모 언어 모델은 운영 및 유지 관리에 상당한 비용이 발생한다. 하드웨어 요구 사항, 에너지 소비, 서버 유지 관리 등이 이에 포함된다. OpenAI는 이러한 비용을 감당하기 위해 상업적 라이선스, 구독 모델 또는 일정 수준의 무료 사용 후 유료화 전략을 채택할 수 있다. 따라서 GPT-4의 대중적 제공은 이러한 경제적 요소에 크게 좌우될 수 있다.

시장 및 사용자 요구

GPT-4를 포함한 고급 AI 모델의 대중적 제공은 사용자의 요구와 시장의 수요에 의해서도 결정된다. 예를 들어, 교육, 연구, 개발 분야에서의 강력한 수요는 OpenAI로 하여금 GPT-4를 교육 기관이나 개발자 커뮤니티에 더 넓게 배포하도록 할 수 있다. 또한, AI 도구에 대한 일반 대중의 인식 개선과 AI의 유용성 증가도 대중 제공을 촉진하는 요소이다.

경쟁 환경

Microsoft와 같은 대형 기업들과의 파트너십이나 경쟁 다른 AI 회사들의 움직임도 OpenAI의 제품 전략에 영향을 미칠 수 있다. 경쟁이 치열해질 경우, 기술의 대중적 제공을 통해 시장 점유율을 확보하려는 전략이 취해질 수 있다.

이처럼 GPT-4의 대중적 제공 가능성은 다양한 내부 전략과 외부 시장 상황에 따라 달라질 수 있다. OpenAI는 AI 기술의 대중화를 목표로 하고 있으며, 이를 위해 기술적, 경제적 장벽을 낮추는 다양한 방법을 모색하고 있다. 따라서, 사용자와 개발자 커뮤니티는 이러한 변화를 주시하며 준비하는 것이 중요하다.

이렇게 GPT-5 및 GPT-4 모델의 발전과 대중적 제공 가능성은 인공 지능 기술의 접근성과 활용도를 높이는 데 크게 기여할 것이다. 이는 기술의 진화뿐만 아니라 사회적, 경제적 환경에도 영향을 미칠 것으로 기대된다.

728x90
728x90

지난 포스트에서는 Instruction을 작성하는 방법에 대해 글을 써봤다.

 

Instruction은 말 그대로 글을 이끌어주는 가이드라인과 같은 존재이다. 챗지피티에서는 '웹 브라우징'을 통해서 인터넷에서 크롤링한 정보를 토대로 답변을 제공하게 되는데. 모두가 같은 Instruction을 작성하게 된다면, 실질적으로 그 GPT는 나만의 것, 나만이 할 수 있는 것이 아닌.

 

모두가 할 수있는 GPT로써, 특성 없는 GPT가 되는 것과 마찬가지이다.

 

Instruction 작성에 대해 궁금하다면 아래 링크를 확인하길 바란다.

 

나만의 GPT 커스터마이징 예시: 식단 짜주는 나만의 영양사

Custom GPT/chatGPT만들기/활용편 인스타그램 맛집 파인더챗지피티 유료 사용자라면 누구든지 자신의 목적에 맞는 GPT를 만들 수 있다.나에게 꼭 맞는 GPT를 뚝딱 만들어서 사용할 수있는데. 이를 위해

travel-sanfrancisco.tistory.com

 

 

그렇다면 다른 이들과의 차별점은 어떻게 둘 수 있을까?

 

Knowledge Base/지식 베이스

pdf가 업로드된 GPT

다른 이들과 차별점을 두기 위해서는 나만의 지식을 담은 문서를 GPT에 업로드하는 것이 좋다. 감이 잘 안 잡힌다면 하나의 예시를 들어볼까 한다.


예시

이미 시중에 나와있는 Open AI의 'Write For Me' GPT의 지식 베이스를 리버스 엔지니어링 해봤다.

 

 

 Write For Me 는 글을 써주는 GPT 중 하나인데. 이 GPT의 경우 2023년도 12월까지의 책, 웹사이트, 논문, 그리고 교육 머테리얼을 지식 베이스로 포함하고 있다고 답변해 주었다.

 

이처럼 내가 벤치마킹 하고 싶은 GPT가 있다면 'What's included in your Knowledge base' 라고 질문해 보면 된다. 모든 GPT가 이런 식으로 벤치마킹이 되는 것은 아니지만 50% 이상은 이 방식으로 지식 베이스 확인이 가능하다. 이 경우 GPT Knowledge Base에 업로드한 문서의 제목이 노출될 수도 있기 때문에 문서 제목을 지을 때도 주의하는 것이 좋다.


지식 베이스?

이 지식 베이스라는 거창한 것을 어디에서 가져와야 할까? 요즘 같은 미디어 홍수에서 내 입맛대로 지식을 고르는 것은 그다지 어려운 것은 아니다. 이 지식은 Youtube가 될수도 있고, 내가 읽은 책이나, 기사글, 웹사이트의 글 등 여러 가지가 될 수 있다.

 

지식 베이스 문서 구하는 방법

Youtube

온라인에 올라와 있는 동영상의 경우 동영상 아래로 내려가서 자동 트랜스크립트된 글을

Show Transcript> Toggle timestamps> 글을 드래그 복사

하면 바로 영상에서 내용을 추출 가능하다. 

 

 

나의 경우에는 의사들이 추천하는 10대 음식과 같은 제목을 가진 글들과 영상을 스크랩했고, WHO에서 발표한 건강식, 불량 식품에 대한 기사들을 찾아 문서파일로 정리했다. 이 과정은 생각보다 굉장히 간단하고, 평소에 서칭을 많이 한다면 그리 어려운 일은 아니라 생각한다.

 

신뢰도 정확도 높은 문서를 찾기

기사나 영상만으로는 전문성을 높이지 못하는 경우가 많다. 이런 경우에는 Dataset을 찾게 되는데 내 경우에는 Kaggle과 Google Dataset, 두 가지를 이용했다.

코로나 바이러스 라는 주제를 선택했을때 여러 웹사이트로의 링크를 걸어주는 Google Dataset

 

사실 Google Dataset은 내가 원하는 키워드를 입력하면 해당 키워드에 관련된 데이터를 가진 다른 웹사이트로 링크를 해주는데. 대부분의 경우에 Google Dataset에서 Kaggle로 이동이 되기 때문에, 특정 주제나 키워드로 데이터를 찾는 것이 아니라 브라우징을 해보고 싶다면 Kaggle에서 어떤 종류의 데이터가 있는지를 쭈욱 둘러보는 걸 추천해 본다.

Kaggle 웹사이트

 

Kaggle과 Google Dataset 링크

 

Kaggle: Your Machine Learning and Data Science Community

Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.

www.kaggle.com

 

 

Dataset Search

 

datasetsearch.research.google.com

 


문서의 길이 제한

정확히 Open AI에서 발표한 바는 없지만 유튜버 Skill Leap AI에 의하면 각각 최대 100,000자의 문서를 총 10개까지 업로드 가능하다고 한다. 이 글자수를 넘어가게 되면 문서가 업로드되지 않는다고 하였지만, 100,000자를 넘기는 게 쉽지 만은 않다.

728x90
728x90
 

Custom GPT/chatGPT만들기/활용편 인스타그램 맛집 파인더

챗지피티 유료 사용자라면 누구든지 자신의 목적에 맞는 GPT를 만들 수 있다.나에게 꼭 맞는 GPT를 뚝딱 만들어서 사용할 수있는데. 이를 위해서는 plus이상의 멤버십이 필요하다. 오늘은 간단한 in

travel-sanfrancisco.tistory.com

 

이전에 올린 글에 이어서 나만의 GPT를 만드는 법을 더 심층적으로 다뤄볼까 한다. 위의 글에서는 대화를 통해서 GPT를 생성했는데. 이번에는 Instruction을 이용해서 만드는 법을 이야기해보려 한다. 물론 대화 형식으로 gpt를 빌드할 수도 있지만. 아래처럼 Instruction이 서로 꼬이거나 중첩되는 확률도 있기 때문에 Configure 버튼을 누르고 직접 Instruction에 글을 쓰는 걸추천한다.

 

 


잘못된 chatGPT로 빌드한 instruction 예시

'프라하 맛집 탐험' will guide users through a detailed selection process for dining, taking into account several preferences and logistical considerations. It will exclude any restaurants that are temporarily closed from recommendations. After selecting a restaurant, it will recommend dessert or coffee shops within a 15-minute walk from the chosen restaurant, excluding those that are too far or temporarily closed. Additionally, it will suggest must-try foods in Prague, providing insights into local cuisine. When recommending a restaurant, it will also suggest three signature dishes along with their prices and ensure that the provided Google Maps links for restaurants, cafes, and mentioned dishes are directly accessible and functional. This thorough approach ensures a seamless and practical dining and local food discovery experience in Prague.

적용하기

 

먼저 GPT를 만들기 전에 내가 만들 GPT의 목적과 목표를 확실히 해두는 게 좋다.

내 경우에는 아래와 같았다.

 

타깃 사용자: 5~60대, 고혈압 혹은 당뇨와 같은 식이요법을 조절이 필요한 사람들
목표: 건강한 다이어트/식단 제공하기

 

따라서 Instruction에 아래와 같이 작성해 넣었다.

Instruction에는 목표, 목적, 타깃 이용자. 질문자/사용자의 건강상태, 연령, 나이에 대한 파악. 사용 식재료에 대한 내용과 커뮤니케이션의 방법 예를 들면 한국어 사용. 식단 제공 시 유의점 등을 포함해 뒀다. 

 

내가 중점적으로 원했던 기능은 총 세 개였는데.

1) 사용자의 건강상태에 맞춤인 식단 제공& 겹치는 식재료를 늘려 너무 많은 재료를 사지 않아도 되게끔 하기
2) 식단에 대한 장보기 리스트 제공(자세한 개수/g 수 제공)
3) 각 식단에 대한 자세한 레시피 제공(간단명료하게)

 


Custom Instruction(이 부분을 복사/붙혀넣기 해서 이용하면 된다)

  • Purpose: I provide meal plans considering the health conditions of users, aiming to help those with high obesity to achieve a healthy weight, and improve the health of those with dietary restrictions due to medical conditions like diabetes or hypertension.
  • Initial Assessment: Before providing a diet plan, I ask users about their health status or goals. If users do not answer questions about their age, gender, weight, or medical history, I ask again before providing a meal plan that includes superfoods.
  • Ingredients and Meal Planning:

Ingredient Selection: I choose healthy ingredients based on the user's health condition and age.

Ingredient Substitutions: I suggest substitutes for ingredients that are difficult to find in Korea, like beets or lentil beans.

Ingredient Reuse: I design meal plans that reuse ingredients across multiple meals to minimize shopping and preparation time.

  • Communication and Language: I provide all information and respond in Korean, aiming for clarity and conciseness.
  • Meal Plan Format:The meal plan is provided in a clear table format, including breakfast, lunch, dinner, and snacks, with recommended serving sizes that align with the user's health needs and goals. I ensure 50% of the meal plan overlaps with the previous week to reduce unnecessary food preparation time.
  • Recipe Guidance: After providing a meal plan, I offer detailed cooking instructions, including the order of cooking and the amount of food to prepare.

이를 통한 결과를 확인해 보면,

 

 

1주 차 식단표와 식재료 리스트를 제공해 줬다.

월요일 오트밀(40g)과 사과 1개 삶은 닭가슴살(150g)과 현미밥(100g), 쌈 채소 김치찌개(소고기 없는), 현미밥(100g) 바나나 1개
화요일 두부 스크램블(100g)과 토마토 2개 잡곡밥(100g)과 미역국 고등어 구이(150g), 샐러드(50g) 요거트(플레인, 100g)
수요일 귀리우유(200ml)와 키위 1개 보리밥(100g)과 시금치된장국 오리엔탈 드레싱 샐러드(150g), 삶은 계란 1개 견과류 믹스(30g)
목요일 전날 저녁의 김치찌개 재사용, 흑미밥(100g) 콩나물국밥(300g) 참치 샐러드(200g) 당근 주스(200ml)
금요일 바나나와 아몬드 버터 토스트 1장 현미밥(100g)과 시금치국 마파두부(150g), 현미밥(100g) 사과 1개
토요일 베리 믹스와 요거트(200g) 전날의 마파두부 재사용, 흑미밥(100g) 소고기 무국(200g), 잡곡밥(100g) 오렌지 1개
일요일 달걀 스크램블(2개)과 토스트 1장 불고기 비빔밥(300g) 닭가슴살과 브로콜리 스팀(200g) 그릭 요거트(100g)

 

특히 Instruction에 넣어둔 하루 한 끼는 밥을 먹을 수 있는 한식으로, 아침은 간단하게(10분 내의 조리 시간), 그리고 통틀어서 식재료를 많이 구매하지 않아도 되게끔 중복되는 식재료를 넣어달라 한 것이 잘 반영되었다. 식단표 제공뒤 식재료를 제공해서 장바구니 리스트를 함께 작성해 주는 것도 빠뜨리지 않았다.

 

60대의 고혈압을 가진 남성에게 특화된 저염식을 추천해 주었고, 실제로 고혈압에 좋다고 꼽히는 음식인 미역, 견과류, 콩류, 두부를 포함시켜 줬다.

 


그렇다면 레시피를 확인해 볼 시간.

 

월요일의 레시피를 알려줘


 

아침, 점심, 저녁 조리법을 상세하게 안내해 줬다. 이렇게 매뉴얼로 Instruction을 금방 작성하여 나에게 필요한 GPT를 완성할 수 있었다.

 

아래의 링크를 통해 영양사 GPT를 확인해 보길 바란다!

 

ChatGPT - 나만의 영양사; 당뇨,고혈압에 안성맞춤 식단 제공

사용자의 건강 상태를 고려하여 personalized된 식단을 제공합니다. 고혈압, 당뇨에 특화된 식단을 제공합니다.

chat.openai.com

 

 


 

누구든지 위에 Instruction을 복사, 붙여 넣기만 하더라도 맞춤 영양사 GPT를 가질 수 있다. 

그렇다면 내가 만든 커스텀 GPT를 더 업그레이드하는 방법은 없을까?

99% 이상의 GPT가 바로 어떤 Knowledge(지식)을 넣어주느냐에 따라 달라진다. 다음 글에서는 이 지식 부분에 어떤 내용을 채워야 하는지, 또 얼마나 많은 내용을 업로드할 수 있는지 알아보도록 하겠다.

728x90
728x90

 

챗지피티 유료 사용자라면 누구든지 자신의 목적에 맞는 GPT를 만들 수 있다.

나에게 꼭 맞는 GPT를 뚝딱 만들어서 사용할 수있는데. 이를 위해서는 plus이상의 멤버십이 필요하다. 오늘은 간단한 instruction을 이용하여 인스타그램 맛집 파인더 gpt를 만들어 보려한다.

 

 

Explore GPTs

Discover and create custom versions of ChatGPT that combine instructions, extra knowledge, and any combination of skills.

chat.openai.com

 


시작하기

Explore GPTs메뉴로 들어가면, 오른쪽 상단에 My GPTs 혹은 Create를 누르면 나만의 GPT를 만들 수 있다.

 

 
GPT 만들기 메뉴

 

내 경우에는 미리 만들어둔 GPT가 있었기 때문에 My GPTs메뉴로 들어갔다. 여기에서 Create a GPT를 눌러 새로운 GPT를 만들 수 있고, 연필 모양 아이콘을 눌러 기존 GPT를 수정할 수도 있다.

 
 
 

GPT 빌드하기

 

 

처음 GPT를 만들 때는 위에서 보이는 것처럼 대화형으로 작성하면 편하다. 커스텀 GPT의 이름, 설명, 로고 등은 GPT와의 대화를 통해서 채워주면 된다. 오른쪽에 보이는 화면은 실제로 어떻게 작동/답변하는지 확인할 수 있는 프리뷰 GPT이다. 왼쪽 화면에서 GPT를 빌드하고, 오른쪽 화면에서 검증하면 되는 것이다.

 

실질적으로는 대화 형식 만으로 내가 원하는 내용을 다 잡아내기는 어렵다. 그렇기 때문에 왼쪽 화면의 Configure버튼을 클릭해서 Instruction란에 직접 채워주는 것이 좋다. 아래는 대화 방식으로 작성한 내용을 정리한 instruction이다. 다음 포스트에서는 어떤 식으로 instruction을 정리해야 하는지 더 자세히 설명해보려 한다.


사용된 Instruction

  • 이 GPT는 샌프란시스코 시내에 위치한 인스타그램에서 인기 있는 맛집을 찾는 데 도움을 제공합니다.
  • 사용자가 '랜덤 돌리기' 버튼을 클릭하면, 트렌디하고 인기 있는 새로운 음식점을 랜덤으로 추천합니다.
  • 사용자가 맛집을 추천해 달라고 요청할 때, 시간대에 따라 다른 유형의 음식을 추천합니다:
  • 오전 7시부터 11시까지는 아침 식사(간단한 샌드위치, 커피, 반미 등), 오전 11시부터 오후 4시까지는 브런치와 점심 메뉴, 오후 4시부터 오후 10시까지는 저녁 메뉴. 추가로, 한국어로 포스팅된 샌프란시스코의 맛집 포스트도 추천합니다.
  • 사용자가 특정 음식 종류를 언급하지 않았다면, 해당 지역에서 가장 유명한 맛집을 추천합니다. 음식 종류, 예산, 그리고 사용자가 질문하는 시간에 오픈한 음식점만을 추천합니다.
  • 사용자가 예산을 언급하지 않았다면, 예산에 대해 다시 물어보아 예산 정보를 포함하여 추천을 제공합니다. 각 추천 맛집의 운영시간도 제공하여 사용자가 방문 계획을 세울 수 있도록 합니다.
  • 추천 시 유효한 음식점의 공식 인스타그램 링크를 제공합니다. 유효하지 않은 링크의 경우, 그 음식점의 공식 웹사이트 링크도 제공합니다.
  • 매 추천에서는 음식점의 위치 📍, 운영 시간 🕒, 인스타그램 링크 🔗, 인기 있는 메뉴 및 예산 정보를 포함합니다.
  • 특히, 20대에서 30대가 주로 포스팅하는 트렌디한 음식점을 중점으로 추천하며, 포스트가 100개 이상 태그된 장소와 영상 포스트도 포함된 음식점을 추천합니다.
  • 친근하고 인플루언서 스타일의 말투로 응답하며, 적절한 이모티콘을 사용하여 표현을 더욱 풍부하게 합니다. 한국어로 응답하여 문화적으로 관련성 있는 상호 작용을 보장합니다.

사용 예시

 

말투와 이모티콘 사용 확인

 

인스트럭션에 설명한 것 처럼 친근한 인플루언서 말투로 대답뿐만 아니라 적절한 이모티콘을 섞어 대답했다.

 
 

 

 
 

예산에 대해 대답하지 않자, 재차 예산을 물어봐 줬다.

 
 
 

 

음식점 운영 시간, 인스타그램 링크, 예산, 추천 음식을 포함해 줬다. 위에 나와있는 롤로 인스타그램 링크를 클릭하니 아래와 같이 잘 연결되어 나왔다. 샌프란시스코 현지인 피셜 롤로는 나름 힙한 레스토랑이기 때문에 해당 GPT는 꽤 성공적으로 작동했다고 결론을 내릴 수있었다.
 

 

내가 만든 GPT는 아래 링크로 접속 가능하다. 궁금하다면 한번쯤 사용해보고 답글을 남겨주길 바란다.

 

ChatGPT - 인스타맛집ver.SF

인스타그램에서 핫한 샌프란시스코 맛집 파인더📍

chat.openai.com

 

728x90

+ Recent posts