ChatGPTを人間らしく見せる方法, プロンプトと編集

ChatGPTに段落を書き換えて、より人間らしく聞こえるように求めると、たいてい結果はかえって悪くなる。すると、たまたま入った短縮形や、「look」で始まる文、あるいは「here's the thing」のような表現を拾い上げ、まるで自然さを演じているかのようで、実際に書いているようには読めなくなる。ChatGPTを人間らしく聞こえさせる方法を扱う多くのガイドは、順序もなく八つか十個の工夫を並べている。しかし、順序はある。ChatGPTが何も書く前に何を求めるべきか、逆効果になるので何を求めるのをやめるべきか、そしてその後の文に対してどの修正を加える価値があるか、である。

その過剰修正は、単なる感覚ではない。実際の電話会話とAI生成の会話を比較し、Cognitive Science誌に掲載された研究では、言語モデルは研究著者の一人が「少し模倣に熱心すぎる」と呼んだものであり、「well」や「like」のような談話標識を、聞き手がすぐに気づく形で誤用していた。この研究は口頭会話を扱っていたが、書かれた文章でも習慣は同じである。「会話的に聞こえるように」と求めたために短縮形や修辞的な挿入句に頼る段落は、まったく試みなかった段落と同じくらい、必死にそう見えようとしているように読めることがある。

ChatGPTが一語も書く前に、人間らしく聞こえさせる方法

最も信頼できる変更は、最も刺激のないものでもある。口調を求めるのをやめ、役割と実際の文章サンプルを与え始めることである。「Write this in a friendly, human tone」はモデルに形容詞を渡すだけであり、モデルは手元にある最も近い決まり文句で形容詞を満たす。「You are a graduate teaching assistant replying to a student's email about a missed deadline; match the register of the paragraph below」は、役割、読者、模倣すべきレジスターを渡す。つまり、一語ではなく三つの制約を与えるのである。

違いはすぐに現れる。人間らしく聞こえることだけを求められた ChatGPT は、たいてい「やあ、どうしたの。あなたの言いたいことはよく分かるよ」といった調子で始める。役割と、それに合わせるべき実際の段落を与えると、同じ依頼でも「ご連絡ありがとうございます。少しの延長なら問題ありませんが、採点を予定どおり進められるよう、修正版の草稿は金曜日までに提出してください」といった文になる。後者のほうが前者より短縮形が多いわけではない。ただ、親しげなチャットボットが温かさを演じているのではなく、特定の人物が書いたように聞こえるだけである。

なぜ後者がうまく機能するのかは、謎ではない。モデルは一度にもっとも起こりそうな語を一つずつ予測する。そして「親しみやすい、人間的な口調」といった指示自体が、予測可能な出力群, 挨拶、感嘆符、やや気合いの入りすぎた書き出し, をすでに伴った、予測しやすい依頼なのである。役割と実例は、モデルにとってより狭く、より一般的でない目標を与える。そのため、出力は「もっと人間らしく」と求められた他のあらゆる返答のようには聞こえなくなる。

依頼の前に自分の文章を2つか3つの段落貼り付ければ、単独の指示よりもこの作業を多く担ってくれる。モデルにとっては、形容詞以外に模倣すべきものを与えることになる。より身近なものを与えない限り、モデルに模倣できるのは学習データの平均値以外にない。したがって、短い文章サンプルは、その一回の返答における「人間らしさ」の意味を変え、モデルをありふれた casual の一般形を推測するだけの状態に置かない。

同じ規則を繰り返すのではなく、一度だけ設定する

ChatGPT のカスタム指示パネルは、アカウント設定の Personalize の下にあり、2つの入力欄を持つ。1つはあなたについて知っておくべきこと、もう1つはどのように応答してほしいかである。両方を合わせて 1,500 文字までに制限されており、曖昧な好みではなく、実際の制約を課すのに十分短い。最初の文でプロンプトを言い換えないこと、文の長さを不均一に保つこと、2つの段落を同じ始め方にしないこと、といった規則はその欄に収まり、その後のすべての返答に適用される。より人間らしくしてほしいと一度だけ送るメッセージは、その一回の返答を超えて持続しないため、毎回書き直す必要があり、繰り返すほど曖昧になりがちである。

学術的な文章作成における実用的な形としては、次のようになる。「下書きを求めるときは、最初の文でプロンプトを言い換えないこと。文の長さは均一にせず、むしろばらつかせること。一般的な埋め草の導入文は完全に省くこと。もし私が文章サンプルを与えたら、語彙だけでなく文の長さも合わせること。」これなら文字数制限を十分に下回り、毎回モデルに何をすべきかを与えられる。メッセージごとに新しく推測させるのではない。

この設定は万能の解決策ではない。最初の下書きがどう見えるかを変えるだけであり、注意深い読者や検出器が最終的に見るものを変えるわけではない。また、設定する前にすでに生成した下書きには何の効果もない。これは、その後にまだ必要となる編集に取って代わるものではなく、新しい応答ごとに最低水準を引き上げるものとして扱うべきである。

退ける価値のあるプロンプト

最も一般的なプロンプトの中には、特定の予測可能な形で段落を悪化させるものがある。そうしたプロンプトは、表面的なくだけた印象の印を加えるだけで、その下にある文構造には触れない。しかし、注意深い読者と検出器の双方が最初に気づくのは、語の選択ではなく文構造である。以下の表では、最もよくある4つの問題例と、それぞれがなぜ外しているのかを示す。

求める内容	ChatGPTが実際に行うこと	なぜ痕跡が残るのか
"Make it sound more human"	短縮形、修辞疑問文、余分な挿入句を加える	語彙は変わるが、文のリズムはその下で平板なままである
"Add a few typos"	目立つ誤りを1つか2つ、等間隔で挿入する	実際の誤字はまとまって現れ、ばらつきもある。これらは意図的に置かれたように読める
"Make it 20% more casual"	いくつかの語をくだけた同義語に置き換える	百分率には、文レベルの指示が伴っていない
"Write like a human wrote it"	あなた自身の文体ではなく、一般的なブログ調の文体を既定値にする	モデルには、模倣すべきあなたの文章サンプルがない

各行が同じ根本的な理由で失敗している。すなわち、要求が語彙を対象としており、語彙は段落を生成文として読ませる要因の中で最も小さい部分だからである。それを修正することは、同じ要求をより巧みに言い換えたり、より多くの形容詞で水増ししたりして、よりよい版を見つけることではない。上の節にある役割とサンプルのプロンプトに戻ること、あるいは次の節で文レベルの修正を行うことを意味する。

プロンプト設定をしても文レベルの作業は残る

よいプロンプトは初稿を変える。しかし、すでに存在する段落を修正するものではなく、また、ChatGPTがほぼ同じ長さの文を3文続けて書く傾向にほとんど手を付けない。そのパターンは、ほとんどの文体指示を受けてもそのまま残るからである。AI text を人間らしくする方法に関する補助ガイドでは、文レベルの修正を詳しくたどっている。すなわち、均一な長さを分割すること、定型的な語彙を削ること、繰り返される句読点を直すこと、モデルが推測できなかった具体的な細部を1つ戻すこと、である。プロンプト設定は、よりよい出発点となる段落を生み出す。しかし、その工程を置き換えるものではない。

何より先に行う価値がある唯一の確認は、強いプロンプトを使った後であっても、段落を声に出して読み、隣の文と同じ長さと形に聞こえる文をすべて印を付けることである。受動態チェッカーは関連する兆候を素早く捉える。ChatGPTは、プロンプトが態を直接指定しない限り、婉曲的で受動的な構文を既定とするためであり、その習慣は平板なリズムと同じように、ほとんどの文体指示を受けても残る。

最初から編集するより速い手順

要素を順序立てれば、全体の作業は、後から悪い下書きを直すよりも速く進む。カスタム指示は一度設定する。新しいチャットを開き、形容詞の代わりに役割と短い執筆サンプルを与え、下書きを生成する。それを声に出して読み、平板な箇所に印を付ける。下書きが長く、声に出して読むだけでは信頼できなくなったら、印を付けた段落をburstiness checkerに通し、そこで指摘されたものだけを修正する。

これを段落ごとに進める行ごとの版、下書きを一段落ずつ処理する方法は別に示しており、すでにフラグが付けられた作業についてAIスコアを下げるという、より狭い目的も同様である。

これらのいずれも、検出器を確実に通過する下書きを生み出すものではなく、どのプロンプトもそれだけでそのことを約束することはできない。得られるのは、手直しに必要な量が少ない初稿であり、そこが、技巧の一覧の多くが、もう一つ試す形容詞を優先して省いている工程である。1章分の分量や長い報告書であれば、手作業で編集を始める前にAI humanizer toolを通して最初の一巡を行うことで、その手直し時間の大半を節約できる。