Andrew Ng(앤드류 응) 프롬프트 엔지니어링 강의 요약(3)

추론

이번 강의에서는 추론에 관한 것에 대해 이야기를 할 예정입니다.
모델이 텍스트를 입력으로 받아서 어떤 종류의 분석을 수행하는 이런 작업을 생각해봅니다. 
이것은 라벨 추출, 이름 추출이 될 수 있고, 텍스트의 감정을 이해하는 것과 같은 것입니다. 
감정을 추출하려면, 긍정적인지 부정적인지, 텍스트의 일부를, 전통적인 머신러닝 작업 흐름에서는 라벨 데이터 세트를 수집하고, 훈련시키고 모델을 배포하는 방법을 찾아야 하며 클라우드에서 추론을 해야 합니다.

그리고 감정 분석이나 이름 추출 등 각각의 작업에 대해서도, 별도의 모델을 훈련시키고 배포해야 합니다. 
큰 언어 모델의 좋은 점 중 하나는 이러한 많은 작업들에 대해, 단순히 프롬프트를 작성하면 거의 즉시 결과를 생성하기 시작한다는 것입니다. 

lamp_review = """
Needed a nice lamp for my bedroom, and this one had \
additional storage and not too high of a price point. \
Got it fast.  The string to our lamp broke during the \
transit and the company happily sent over a new one. \
Came within a few days as well. It was easy to put \
together.  I had a missing part, so I contacted their \
support and they very quickly got me the missing piece! \
Lumina seems to me to be a great company that cares \
about their customers and products!!
"""

prompt = f"""
What is the sentiment of the following product review, 
which is delimited with triple backticks?

Review text: '''{lamp_review}'''
"""
response = get_completion(prompt)
print(response)

위의 예시는 램프에 대한 리뷰를 사용하였습니다.

그리고 감정을 분류하기 위한 프롬프트를 사용한 결과 이 램프는 완벽하지 않지만, 이 고객은 꽤 만족해 보입니다. 
따라서 고객과 제품을 신경 쓰는 훌륭한 회사인 것 같습니다. 

prompt = f"""
What is the sentiment of the following product review, 
which is delimited with triple backticks?

Give your answer as a single word, either "positive" \
or "negative".

Review text: '''{lamp_review}'''
"""
response = get_completion(prompt)
print(response)

"만약 후처리를 더 쉽게 하기 위해 더 간결한 응답을 원한다면, 이 프롬프트를 가져와서 다른 지시를 추가할 수 있습니다. 
그러면 당신에게 답변을 단 한 단어로 제공할 수 있습니다. 

prompt = f"""
Identify a list of emotions that the writer of the \
following review is expressing. Include no more than \
five items in the list. Format your answer as a list of \
lower-case words separated by commas.

Review text: '''{lamp_review}'''
"""
response = get_completion(prompt)
print(response)

satisfied, grateful, impressed, pleased, happy

다음으로 작성자는 "다음 리뷰의 작성자가 표현하는 감정의 목록을 식별하라" 라고 적었습니다. 
이 목록에는 최대 5개 항목만 포함하였습니다.
"그래서, 대형 언어 모델은 텍스트에서 특정한 것들을 추출하는데 상당히 뛰어납니다. 
이 경우, 우리는 감정을 표현하고 이것은 고객들이 특정 제품에 대해 어떻게 생각하는지 이해하는데 유용할 수 있습니다. 

prompt = f"""
Is the writer of the following review expressing anger?\
The review is delimited with triple backticks. \
Give your answer as either yes or no.

Review text: '''{lamp_review}'''
"""
response = get_completion(prompt)
print(response)

No

많은 고객 지원 조직에서는, 특정 사용자가 매우 화가 났는지 이해하는 것이 중요합니다. 
그래서, 다음과 같은 다른 분류 문제가 있을 수 있습니다. "다음의 리뷰 작성자가 분노를 표현하고 있나요?". 
왜냐하면 누군가가 정말 화가 나 있다면, 고객 리뷰에 더 많은 주의를 기울이거나, 고객 지원 또는 고객 성공팀이 
무슨 일이 일어나고 있는지 파악하고 고객을 위해 문제를 해결하는 것이 중요할 수 있습니다. 
이 경우에는, 고객이 화가 나 있지 않습니다. 

prompt = f"""
Identify the following items from the review text: 
- Item purchased by reviewer
- Company that made the item

The review is delimited with triple backticks. \
Format your response as a JSON object with \
"Item" and "Brand" as the keys. 
If the information isn't present, use "unknown" \
as the value.
Make your response as short as possible.
  
Review text: '''{lamp_review}'''
"""
response = get_completion(prompt)
print(response)

{
  "Item": "lamp",
  "Brand": "Lumina"
}

정보 추출은 자연어 처리(NLP)의 한 부분으로, 텍스트에서 특정 정보를 추출하는 것과 관련이 있습니다. 
이 프롬프트에서는 다음 항목을 식별하도록 요청하고 있습니다. 
구매한 상품과 그 상품을 만든 회사의 이름입니다. 
온라인 쇼핑 이커머스 웹사이트의 많은 리뷰를 요약하려고 한다면, 대량의 리뷰에서 어떤 상품이 있었는지, 누가 만들었는지를 파악하는 것이 유용할 수 있습니다. 
또한 긍정적이거나 부정적인 감정을 파악하고, 특정 상품이나 특정 제조사에 대한 긍정적이거나 부정적인 감정의 트렌드를 추적하는 것도 가능합니다. 

prompt = f"""
Identify the following items from the review text: 
- Sentiment (positive or negative)
- Is the reviewer expressing anger? (true or false)
- Item purchased by reviewer
- Company that made the item

The review is delimited with triple backticks. \
Format your response as a JSON object with \
"Sentiment", "Anger", "Item" and "Brand" as the keys.
If the information isn't present, use "unknown" \
as the value.
Make your response as short as possible.
Format the Anger value as a boolean.

Review text: '''{lamp_review}'''
"""
response = get_completion(prompt)
print(response)

{
  "Sentiment": "positive",
  "Anger": false,
  "Item": "lamp",
  "Brand": "Lumina"
}

이 모든 정보를 추출하는 한 가지 방법은 세 개 또는 네 개의 프롬프트를 사용하여 "get_completion"을 세 번이나 네 번 호출하는 것입니다. 
이렇게 하면 각각의 정보를 차례대로 추출할 수 있습니다. 
하지만 실제로는 하나의 프롬프트로 이 모든 정보를 동시에 추출할 수 있습니다. 
예를 들어 "다음 항목을 식별하고, 감정을 추출하고, 리뷰어가 분노를 표현하고 있는지, 구매한 상품, 그것을 만든 회사"라고 말하면 됩니다. 그리고 여기서 분노의 값을 부울 값으로 형식화하도록 지시하였습니다.
그러면 감정이 긍정적이고, 분노가 있고, false 주변에 따옴표가 없는 JSON이 출력됩니다. 
이 방법을 사용하면 단일 프롬프트로 텍스트에서 여러 필드를 추출할 수 있습니다. . 

이제, 대형 언어 모델의 멋진 활용 중 하나는 주제 추론입니다. 
긴 텍스트가 주어지면, 이 텍스트는 무엇에 대한 것인지, 주제는 무엇인지 알 수 있습니다. 

story = """
In a recent survey conducted by the government, 
public sector employees were asked to rate their level 
of satisfaction with the department they work at. 
The results revealed that NASA was the most popular 
department with a satisfaction rating of 95%.

One NASA employee, John Smith, commented on the findings, 
stating, "I'm not surprised that NASA came out on top. 
It's a great place to work with amazing people and 
incredible opportunities. I'm proud to be a part of 
such an innovative organization."

The results were also welcomed by NASA's management team, 
with Director Tom Johnson stating, "We are thrilled to 
hear that our employees are satisfied with their work at NASA. 
We have a talented and dedicated team who work tirelessly 
to achieve our goals, and it's fantastic to see that their 
hard work is paying off."

The survey also revealed that the 
Social Security Administration had the lowest satisfaction 
rating, with only 45% of employees indicating they were 
satisfied with their job. The government has pledged to 
address the concerns raised by employees in the survey and 
work towards improving job satisfaction across all departments.
"""

prompt = f"""
Determine five topics that are being discussed in the \
following text, which is delimited by triple backticks.

Make each item one or two words long. 

Format your response as a list of items separated by commas.

Text sample: '''{story}'''
"""
response = get_completion(prompt)
print(response)

1. Government survey
2. Department satisfaction rating
3. NASA
4. Social Security Administration
5. Job satisfaction improvement

여기 정부 직원들이 자신이 일하는 기관에 대해 어떻게 생각하는지에 대한 가상의 신문 기사가 있습니다. 
정부에서 최근에 실시한 조사에 대한 내용이 있습니다.
그래서 이런 기사를 가지고, 이 프롬프트를 사용하여 다음 텍스트에서 논의되고 있는 5가지 주제를 파악할 수 있습니다. 
각 항목을 한 두 단어로 만들어서, 쉼표로 구분된 목록으로 답변해봅시다. 
이것은 정부의 조사에 대한 것이며, 직장 만족도에 대한 것이며, NASA에 대한 것 등입니다. 
물론, 이것을 분할하여 이 기사의 주제 5개를 담은 파이썬 리스트를 얻을 수도 있습니다. 
그리고 만약 여러분이 기사 모음을 가지고 주제를 추출한다면, 큰 언어 모델을 사용하여 다양한 주제로 색인을 생성하는 데 도움을 받을 수 있습니다. 

prompt = f"""
Determine whether each item in the following list of \
topics is a topic in the text below, which
is delimited with triple backticks.

Give your answer as list with 0 or 1 for each topic.\

List of topics: {", ".join(topic_list)}

Text sample: '''{story}'''
"""
response = get_completion(prompt)
print(response)

[1, 0, 0, 1, 1]

우리가 뉴스 웹사이트라든지, 그런 것을 운영한다고 가정해봅시다. 그리고, 
우리가 추적하는 주제들이 이것들이라고 합시다. 
"NASA, 지방 정부, 엔지니어링, 직원 만족도, 연방 정부". 그리고 뉴스 기사가 주어졌을 때, 이 주제들 중 어떤 주제가 그 
뉴스 기사에 포함되어 있는지 알아내고 싶다고 가정해봅시다. 
최종 주제 목록의 각 항목이 아래 텍스트의 주제인지 판단하십시오. 
각 주제에 대해 0 또는 1의 리스트로 답변을 제공하십시오. 
그래서, 이것은 이야기입니다. NASA에 관한 이야기입니다. 이것은 지방 정부에 대한 것이 아닙니다. 엔지니어링에 대한 것도 아닙니다. 이것은 직원 만족도에 대한 것이며, 연방 정부에 대한 것입니다. 
그래서, 이것은 머신러닝에서 "제로샷 학습 알고리즘"이라고 때때로 불립니다. 왜냐하면 우리는 레이블이 붙은 훈련 데이터를 제공하지 않았기 때문입니다. 그래서 이것이 제로샷입니다. 

topic_dict = {i.split(': ')[0]: int(i.split(': ')[1]) for i in response.split(sep='\n')}
if topic_dict['nasa'] == 1:
    print("ALERT: New NASA story!")

그리고 단지 프롬프트만으로, 이것은 그 뉴스 기사에서 어떤 주제가 다루어졌는지 판단할 수 있었습니다. 
그래서, 만약 당신이 뉴스 알림을 생성하고 싶다면, 예를 들어, 뉴스를 처리하는 과정을 말하고, 저는 NASA가 하는 많은 일들을 정말 좋아합니다. 그래서, 이 정보를 사전에 넣을 수 있는 시스템을 만들고 싶다면, 그리고 언제든지 NASA 뉴스가 튀어나오면, "ALERT: 새로운 NASA 이야기!"를 출력하도록 하려면, 그들은 이것을 사용하여 매우 빠르게 어떤 기사든지 가져와서, 그것이 어떤 주제에 관한 것인지 파악하고, 만약 그 주제가 NASA를 포함한다면, "ALERT: 새로운 NASA 이야기!"를 출력하게 할 수 있습니다. 

 

변환

대형 언어 모델은 입력을 다른 형식으로 매우 잘 변환합니다. 
예를 들어, 한 언어의 텍스트를 입력하고 다른 언어로 변환하거나 철자 및 문법 오류를 수정하는 것입니다. 
따라서 완전히 문법적이지 않은 텍스트를 입력으로 받아서 조금 수정하는 것을 도와주거나, 혹은 형식을 변환하는 것도 가능합니다. 

prompt = f"""
Translate the following English text to korean: \ 
```Hi, I would like to order a blender```
"""
response = get_completion(prompt)
print(response)

안녕하세요, 믹서기를 주문하고 싶습니다.

그리고 우리가 할 첫 번째 일은 번역 작업입니다. 
큰 언어 모델들은 많은 소스에서 많은 텍스트를 학습합니다. 
그래서 이런 것들이 모델에 번역 능력을 부여합니다. 
첫 번째 예시에서는, 프롬프트가 다음의 영어 텍스트를 한국어로 번역하라는 것입니다. 
"Hi, I would like to order a blender." 그리고 응답은 "안녕하세요, 믹서기를 주문하고 싶습니다."입니다. 

prompt = f"""
Tell me which language this is: 
```Combien coûte le lampadaire?```
"""
response = get_completion(prompt)
print(response)

This language is French.

이 예제에서는 "이 언어가 무엇인지 말해주세요"가 프롬프트입니다. 
그리고 이것은 프랑스어로, "Combien coûte le lampadaire"입니다. 

그리고 모델은 "이것은 프랑스어입니다."라고 판단했습니다. 

prompt = f"""
Translate the following  text to French and Spanish
and English pirate: \
```I want to order a basketball```
"""
response = get_completion(prompt)
print(response)

French: ```Je veux commander un ballon de basket```
Spanish: ```Quiero ordenar una pelota de baloncesto```
English: ```I want to order a basketball```

모델은 한 번에 여러 번의 번역도 할 수 있습니다. 
예를 들어, 다음 텍스트를 프랑스어와 스페인어로 번역해 보았습니다.

prompt = f"""
Translate the following text to Spanish in both the \
formal and informal forms: 
'Would you like to order a pillow?'
"""
response = get_completion(prompt)
print(response)

Formal: ¿Le gustaría ordenar una almohada?
Informal: ¿Te gustaría ordenar una almohada?

언어는 말하는 사람과 듣는 사람의 관계에 따라 다릅니다. 
그리고 이것을 언어 모델에게도 설명할 수 있습니다. 
그래서 이 예시에서는, "다음의 텍스트를 스페인어로 공식적인 형태와 비공식적인 형태로 번역하라"고 말합니다. 
그리고 여기서 주목해야 할 점은 이 백틱과는 다른 구분자를 사용하고 있다는 것입니다. 
분명한 구분만 있다면 어떤 구분자를 사용하는지는 크게 중요하지 않습니다. 
공식적인 표현은 상대방이 당신보다 연장자이거나 전문적인 상황에서 사용하는 말입니다. 
그럴 때는 공식적인 어조를 사용하고, 비공식적인 표현은 친구들과 대화할 때 사용합니다. 

user_messages = [
  "La performance du système est plus lente que d'habitude.",  # System performance is slower than normal         
  "Mi monitor tiene píxeles que no se iluminan.",              # My monitor has pixels that are not lighting
  "Il mio mouse non funziona",                                 # My mouse is not working
  "Mój klawisz Ctrl jest zepsuty",                             # My keyboard has a broken control key
  "我的屏幕在闪烁"                                               # My screen is flashing
]

for issue in user_messages:
    prompt = f"Tell me what language this is: ```{issue}```"
    lang = get_completion(prompt)
    print(f"Original message ({lang}): {issue}")

    prompt = f"""
    Translate the following  text to English \
    and Korean: ```{issue}```
    """
    response = get_completion(prompt)
    print(response, "\n")

Original message (The language is French.): La performance du système est plus lente que d'habitude.
The performance of the system is slower than usual.

시스템의 성능이 평소보다 느립니다. 

Original message (The language is Spanish.): Mi monitor tiene píxeles que no se iluminan.
English: "My monitor has pixels that do not light up."

Korean: "내 모니터에는 밝아지지 않는 픽셀이 있습니다." 

Original message (The language is Italian.): Il mio mouse non funziona
English: "My mouse is not working."
Korean: "내 마우스가 작동하지 않습니다." 

Original message (The language is Polish.): Mój klawisz Ctrl jest zepsuty
English: "My Ctrl key is broken"
Korean: "내 Ctrl 키가 고장 났어요" 

Original message (The language is Chinese.): 我的屏幕在闪烁
English: My screen is flickering.
Korean: 내 화면이 깜박거립니다.

다음 예시에서는 우리가 다국적 전자상거래 회사를 책임지고 있다고 가정하겠습니다. 그래서 사용자 메시지는 모든 다른 언어로 작성될 것이고, 사용자들은 다양한 언어로 IT 문제에 대해 알려줄 것입니다. 

우리가 먼저 할 일은 모델에게 이슈가 어떤 언어인지 알려달라고 요청하는 것입니다. 
그런 다음 원래 메시지의 언어와 이슈를 출력하겠습니다. 
그리고 모델에게 그것을 영어와 한국어로 번역하도록 요청하였습니다.

prompt = f"""
Translate the following from slang to a business letter: 
'Dude, This is Joe, check out this spec on this standing lamp.'
"""
response = get_completion(prompt)
print(response)

Dear Sir/Madam,

I hope this letter finds you well. My name is Joe, and I am writing to bring your attention to a specification document regarding a standing lamp. 

I kindly request that you take a moment to review the attached spec, as it contains important details about the standing lamp in question. 

Thank you for your time and consideration. I look forward to hearing from you soon.

Sincerely,
Joe

그럼, 다음으로 우리가 살펴볼 것은 톤 변환입니다. 
ChatGPT는 다양한 톤을 생성하는 데도 도움이 됩니다. 
첫 번째 예시에서는 "다음 슬랭을 비즈니스 편지로 번역하라"는 프롬프트가 주어집니다. 
"야, 이거 조야, 이 스탠딩 램프 사양 좀 봐봐. "
그리고 보시다시피, 우리는 훨씬 더 공식적인 스탠딩 램프 사양에 대한 제안서를 가지고 있습니다. 

data_json = { "resturant employees" :[ 
    {"name":"Shyam", "email":"shyamjaiswal@gmail.com"},
    {"name":"Bob", "email":"bob32@gmail.com"},
    {"name":"Jai", "email":"jai87@gmail.com"}
]}

prompt = f"""
Translate the following python dictionary from JSON to an HTML \
table with column headers and title: {data_json}
"""
response = get_completion(prompt)
print(response)

<!DOCTYPE html>
<html>
<head>
<style>
table {
  font-family: arial, sans-serif;
  border-collapse: collapse;
  width: 100%;
}

td, th {
  border: 1px solid #dddddd;
  text-align: left;
  padding: 8px;
}

tr:nth-child(even) {
  background-color: #dddddd;
}
</style>
</head>
<body>

<h2>Restaurant Employees</h2>

<table>
  <tr>
    <th>Name</th>
    <th>Email</th>
  </tr>
  <tr>
    <td>Shyam</td>
    <td>shyamjaiswal@gmail.com</td>
  </tr>
  <tr>
    <td>Bob</td>
    <td>bob32@gmail.com</td>
  </tr>
  <tr>
    <td>Jai</td>
    <td>jai87@gmail.com</td>
  </tr>
</table>

</body>
</html>

Restaurant Employees

NameEmail

Shyam	shyamjaiswal@gmail.com
Bob	bob32@gmail.com
Jai	jai87@gmail.com

다음으로 우리가 할 일은 다른 형식으로 변환하는 것입니다. 
ChatGPT는 JSON에서 HTML로, XML 등 다양한 형식을 잘 변환합니다  
그래서, 프롬프트에서는 입력과 출력 형식을 모두 설명하겠습니다. 
위의 예시에는 JSON에는 식당 직원들의 이름과 이메일이 포함되어 있습니다. 
그리고 프롬프트에서는 이것을 모델에게 JSON에서 HTML로 변환하도록 요청하겠습니다. 
그럼, 이 HTML을 실제로 볼 수 있는지 확인해봅시다. 
이 Python 라이브러리의 "display (HTML(response))" 함수를 사용하면 제대로 포맷된 HTML 테이블임을 볼 수 있습니다. 

text = [ 
  "The girl with the black and white puppies have a ball.",  # The girl has a ball.
  "Yolanda has her notebook.", # ok
  "Its going to be a long day. Does the car need it’s oil changed?",  # Homonyms
  "Their goes my freedom. There going to bring they’re suitcases.",  # Homonyms
  "Your going to need you’re notebook.",  # Homonyms
  "That medicine effects my ability to sleep. Have you heard of the butterfly affect?", # Homonyms
  "This phrase is to cherck chatGPT for speling abilitty"  # spelling
]
for t in text:
    prompt = f"""Proofread and correct the following text
    and rewrite the corrected version. If you don't find
    and errors, just say "No errors found". Don't use 
    any punctuation around the text:
    ```{t}```"""
    response = get_completion(prompt)
    print(response)

The girl with the black and white puppies has a ball.
No errors found.
No errors found.
There goes my freedom. They're going to bring their suitcases.
You're going to need your notebook.
That medicine affects my ability to sleep. Have you heard of the butterfly effect?
This phrase is to check chatGPT for spelling ability.

다음으로 우리가 할 변환 작업은 철자 검사와 문법 검사입니다. 
특히 모국어가 아닌 언어로 작업할 때 매우 유용합니다. 
문법적으로 또는 철자상의 오류가 있는 문장 목록을 붙여넣겠습니다.

그리고나서 교정하도록 요청하면 모델은 이 모든 문법 오류를 수정할 수 있습니다. 

text = f"""
Got this for my daughter for her birthday cuz she keeps taking \
mine from my room.  Yes, adults also like pandas too.  She takes \
it everywhere with her, and it's super soft and cute.  One of the \
ears is a bit lower than the other, and I don't think that was \
designed to be asymmetrical. It's a bit small for what I paid for it \
though. I think there might be other options that are bigger for \
the same price.  It arrived a day earlier than expected, so I got \
to play with it myself before I gave it to my daughter.
"""
prompt = f"proofread and correct this review: ```{text}```"
response = get_completion(prompt)
print(response)

Got this for my daughter for her birthday because she keeps taking mine from my room. 
Yes, adults also like pandas too. She takes it everywhere with her, and it's super soft 
and cute. However, one of the ears is a bit lower than the other, and I don't think that
was designed to be asymmetrical. Additionally, it's a bit small for what I paid for it. 
I believe there might be other options that are bigger for the same price. On the positive 
side, it arrived a day earlier than expected, so I got to play with it myself before I gave 
it to my daughter.

공개 포럼에 게시하기 전에 항상 텍스트를 확인하는 것이 유용합니다. 
여기에 팬더 인형에 대한 리뷰가 있습니다. 이 리뷰를 모델에게 교정하도록 요청하겠습니다. . 
이를 위해 redlines Python 패키지를 사용하였습니다.
그리고 우리는 원래 텍스트와 우리의 리뷰와 모델 출력 사이의 차이점을 얻을 것이고 이를 표시할 것입니다.

prompt = f"""
proofread and correct this review. Make it more compelling. 
Ensure it follows APA style guide and targets an advanced reader. 
Output in markdown format.
Text: ```{text}```
"""
response = get_completion(prompt)
display(Markdown(response))

Title: A Delightful Gift for Panda Enthusiasts: A Review of the Soft and Adorable Panda Plush Toy

Reviewer: [Your Name]

I recently purchased this charming panda plush toy as a birthday gift for my daughter, 
who has a penchant for "borrowing" my belongings from time to time. As an adult, I must 
admit that I too have fallen under the spell of these lovable creatures. This review aims 
to provide an in-depth analysis of the product, catering to advanced readers who appreciate 
a comprehensive evaluation.

First and foremost, the softness and cuteness of this panda plush toy are simply unparalleled. 
Its irresistibly plush exterior makes it a joy to touch and hold, ensuring a delightful 
sensory experience for both children and adults alike. The attention to detail is evident, 
with its endearing features capturing the essence of a real panda. However, it is worth noting
that one of the ears appears to be slightly asymmetrical, which may not have been an 
intentional design choice.

While the overall quality of the product is commendable, I must express my slight 
disappointment regarding its size in relation to its price. Considering the investment made, 
I expected a larger plush toy. It is worth exploring alternative options that offer a more 
substantial size without compromising on the price point. Nevertheless, the undeniable charm 
and softness of this panda plush toy do compensate for its relatively smaller dimensions.

In terms of delivery, I was pleasantly surprised to receive the product a day earlier than 
anticipated. This unexpected early arrival allowed me to indulge in some personal playtime 
with the panda plush toy before presenting it to my daughter. This added bonus further 
exemplifies the exceptional customer service provided by the seller.

In conclusion, this panda plush toy is a delightful gift for both children and adults 
who appreciate the enchanting allure of these beloved creatures. Its softness, cuteness, 
and attention to detail make it a truly captivating addition to any collection. While the 
size may not fully justify the price, the overall quality and prompt delivery make it a 
worthwhile purchase. For those seeking a memorable and endearing gift, this panda plush toy 
is sure to bring joy and warmth to the recipient's heart.

References

*Please note that APA style does not require references for personal experiences or opinions.

우리가 사용한 프롬프트는 "이 리뷰를 교정하고 수정하십시오"였습니다. 
하지만 더 극적인 변화나, 톤의 변화 등도 가능합니다. 
이번 프롬프트에서는 모델에게 이 리뷰를 교정하고 수정하도록 요청할 것이지만, 또한 이를 더 설득력 있게 만들고 APA 스타일을 따르며 고급 독자를 대상으로 하도록 요청할 것입니다. 
그리고 출력 결과를 마크다운 형식으로 요청하였습니다.

 

출처 :  https://learn.deeplearning.ai/chatgpt-prompt-eng/lesson/5/inferring