← Follow or Bounce
AIと話すための、毎日の論理学

プロンプトの論理と人生

よいプロンプトは、小さな論証にお願いを添えたものです。人生でのわかりやすい頼みごとも同じです。前提、言葉の意味、制約、目的を伝えれば、相手が推測する部分は減ります。それでも答えは間違うことがあるので、確かめましょう。

このページは英語からAIの助けを借りて翻訳したもので、まだ日本語ネイティブによる確認は受けていません。

ひとつの依頼、7種類の論理 月の形が変わって見えるのはなぜか、説明してください。あなたは辛抱強い小学校の理科の先生です。娘の部屋の窓から細い三日月を見たあと、寝る前に娘からこの質問をされました。形が変わる理由だけを扱い、月食や潮の満ち引きには触れないでください。目標は、娘が自分の言葉で私に説明し返せるようになることです。確かめたくなりそうな事実を使うときは、大人がどんな種類の情報源で確認できるかを教えてください。宇宙のずっと遠くから地球と月を見下ろした見方も、短く入れてください。そこから見ると、月はいつも太陽の光で半分照らされているとわかります。答える前に、娘について何かわかりにくいことがあれば、1つか2つ質問してください。
第1部 · 5分でわかる論理学

論理は、読み手がついてくる道

チャットボットは、あなたに会ったことがありません。あなたの依頼について知っているのは、あなたが書いたことだけです。ここでは、考えの筋道をたどりやすくするために論理学者が使う考え方を紹介します。どれも、プロンプトの中で役目を持っています。

前提

正しいものとして受け入れ、そこから考えを進める文のことです。前提が間違っていれば、その上に組み立てたものも間違っているかもしれません。

「その美術館は月曜休館だ」は前提です。月曜日の予定は、ここから考え始めます。

プロンプトでは: あなたが書く背景、例、定義が前提になります。モデルは、あなたが与えたもの、あるいは自分で推測したものから推論します。

推論と結論

推論とは、前提から新しい主張へ進む一歩のことです。結論は、その一歩がたどり着く先。示したいことや、決めたいことです。

その美術館は月曜休館だ。今日は月曜日だ。だから、今日は美術館が閉まっている。

プロンプトでは: 目的は、あなたが求める結論を示します。答えは、あなたの前提からその目的へ向かうモデルの一歩です。

論議領域(談話領域)

ある文が話題にしているものの範囲のことです。「すべて」や「みんな」という言葉は、範囲を決めて初めて意味を持ちます。

「みんなテストに合格した」は、ひとつのクラスの話です。地球上の全員の話ではありません。

プロンプトでは: 範囲を決めることが、論議領域を決めることです。決めないと、モデルが勝手に選びます。たいてい、あなたの意図より広すぎるか狭すぎます。

定義と曖昧さ

定義は、言葉の意味を固定します。ひとつの言葉が複数の意味にとれるとき、その言葉は曖昧(多義的)です。論証の途中で意味をすり替えてしまう誤りを、曖昧語法の誤謬といいます。

「軽い食事」は、カロリーが低いという意味にも、量が少ないという意味にもとれます。どちらか言えば、迷いは消えます。

プロンプトでは: 用語の項目で大事な言葉を定義すれば、「安い」「短い」「簡単」があなたの意味で伝わります。

必要条件と十分条件

必要条件は、満たさなければならないけれど、それだけでは足りないかもしれない条件です。十分条件は、それだけで足りる条件です。

電車に乗るには切符が必要です。でも切符だけでは十分ではありません。電車が動いていることも必要です。

プロンプトでは: 制約、形式、期限は必要条件です。全部満たしても、よい答えになるとは限りません。

証拠と帰納

証拠とは、主張を支えるものです。帰納とは、いくつかの個別の例から一般的なパターンを導くことです。強い推論にはなりえますが、確実にはなりません。

これまで見た白鳥はどれも白かったので、次の白鳥も白いだろうと思います。ところがオーストラリアに行くと、黒い白鳥に出会います。

プロンプトでは: 例は帰納によって教えます。出典、統計、引用は証拠です。ただし、本物であるときだけ証拠になります。

反例

一般的な主張が間違っていることを示す、ひとつの例のことです。反例を探すことで、考えをただ信じるのではなく、試すことができます。

「鳥はみんな空を飛べる」。ペンギンが反例です。ひとつあれば十分です。

プロンプトでは: 反論や複数の視点を求めると、モデルはあなたの考えがうまくいかない場合を探してくれます。

グライスの会話の格率

哲学者H・P・グライスは、協力しあう会話が何を前提にしているかを説明しました。多すぎず少なすぎず必要なだけ言う。本当のことを言う。関係のあることを言う。わかりやすく言う。この4つの格率です。

「ガソリンが切れそうなんだ」「角を曲がったところにガソリンスタンドがあるよ」。あなたは、その店が開いていて、ガソリンを売っていると受け取ります。これが協調的な会話の働きです。

プロンプトでは: よいプロンプトは、あなたの目的に合わせて、モデルが十分な情報を、正しく、関係のある形で、わかりやすく答えるのに必要なものを渡します。

グライスが説明したのは人と人の会話です。彼の格率をチャットボットに当てはめるのは便利なものの見方であって、モデルが協力的な人間だという主張ではありません。

試してみよう · 妥当と正しいは別もの
P1すべての哺乳類は空気を吸って呼吸する。
P2クジラは哺乳類である。
∴だから、クジラは空気を吸って呼吸する。
妥当 健全
形はよし、事実はだめ、自信満々のでたらめ。

どちらの論証も同じ妥当な形をしています。前提が正しければ、結論も必ず正しくなる形です。でも健全なのは最初の論証だけです。前提が本当に正しいからです。

プロンプトも同じです。きちんと整った依頼でも、間違った前提の上に立っていることがあります。そして答えは、その前提に忠実に従います。

第2部 · 要素

プロンプトの周期表

21の要素が、7つの論理のファミリーに分かれています。全部を一度に使う必要はありません。抜けた要素はどれも、モデルが推測しなければならないことです。要素をタップすると説明が読めます。

第1族(全7族)

設定

話し手、聞き手、語り口誰が、誰に、どう話す?

役割

01 / 21

モデルに演じてもらう役柄です。使う言葉、説明の深さ、ものの見方が決まります。

論理話し手の立場を固定します。議論で視点を選ぶのと同じで、どの前提が関係ありそうに見えるか、どんな言葉を使うかが変わります。知識や資格が増えるわけではありません。

弱い例家庭菜園のコツを教えてください。
強い例あなたは市民農園で長年野菜を育ててきたベテランです。家庭菜園のコツを教えてください。

抜けると、モデルが推測すること どんな専門家の口調で、どのくらい詳しく、どの角度から答えてほしいか。

注意: 役割は衣装であって、資格ではありません。医者を演じるモデルは医者ではありません。健康、法律、お金のアドバイスは、本物の専門家に確かめてください。

読み手

02 / 21
量

答えを読む人、使う人は誰か。その人がすでに何を知っているか。

論理答えが前提にできる共通の知識を決めます。どれだけの情報があれば十分かは聞き手しだいなので、読み手を決めると、どこまで説明するかが決まります。

弱い例住宅ローンの仕組みを説明してください。
強い例初めて家を買う、ローンを一度も組んだことのない人に向けて、住宅ローンの仕組みを説明してください。

抜けると、モデルが推測すること 基本から説明するか省くか、読み手がどの言葉を知っているか。

注意: 「初心者向け」のようなぼんやりした読み手より、その人がすでに知っていることと、答えを使って何をしたいかを伝えるほうが役立ちます。

トーン

03 / 21

返事の感情の色合いです。親しみやすい、改まった、きっぱりした、楽しげ、落ち着いた、など。

論理トーンは言い方を変えますが、主張の中身は変えません。論理学は内容と表現を分けて考えます。トーンは表現についての注文です。

弱い例チームのお花見が中止になったことを伝えるメッセージを書いてください。
強い例チームのお花見が中止になったことを伝える温かく明るいメッセージを書いてください。

抜けると、モデルが推測すること 温かく話すか、中立か、改まった調子か、率直か。

注意: トーンは内容をぼかすことがあります。「安心させるように」と頼んだら、はっきり知りたかった事実が和らげられていないか確かめましょう。

言語

04 / 21
様態

何語で答えるか、言葉づかいをどれくらいやさしく、または専門的にするか。

論理文は、双方が同じように読めてこそ働きます。言語と読みやすさのレベルを選べば、わかりにくさを避けられます。わかりにくさは、グライスの様態の格率が戒めているものです。

弱い例お隣さんに渡す、植木の水やりのしかたのメモを作ってください。
強い例お隣さんに渡す、植木の水やりのしかたのメモをやさしい英語で作ってください。

抜けると、モデルが推測すること どの言語、どの表記、どのくらいの読みやすさにするか。

注意: 翻訳は、なめらかに読めても間違っていることがあります。薬の説明や契約書など大事なものは、その言語を使いこなせる人に確認してもらいましょう。

第2族(全7族)

前提

与えられていること、定義されていること答えは何を前提にしてよい?

背景

05 / 21
関係

答えの土台にしてほしい、あなたの状況についての事実です。

論理背景は前提を与えます。つまり、正しいものとして受け入れる文です。結論の質は、出発点の前提の質を超えません。

弱い例今夜作れる晩ごはんを提案してください。
強い例家にあるのはご飯と卵とほうれん草で、使える時間は20分です。パートナーはベジタリアンです。今夜作れる晩ごはんを提案してください。

抜けると、モデルが推測すること あなたの状況。わからないので、あなたには当てはまらないかもしれない典型的な例で埋めます。

注意: 間違った前提からは、自信満々のでたらめが出てきます。背景の事実が間違っていたり古かったりすれば、筋の通った答えでもたぶん間違っています。

例

06 / 21

よい答えがどんなものかを示す、ひとつ以上の見本です。

論理例は帰納によって働きます。いくつかの例から、モデルは一般的なパターンを推測します。帰納である以上、モデルが選んだパターンがあなたの意図したものとは限りません。

弱い例うちに来たグレーの子猫の名前を考えてください。
強い例うちに来たグレーの子猫の名前を考えてください。好きな名前の例は「こいし」「すす」「おもち」です。

抜けると、モデルが推測すること あなたの頭の中にある、文体、長さ、パターン。

注意: モデルは例をそっくりまねることがあります。偶然の特徴まで。例が全部食べ物の名前なら、食べ物の名前ばかり出てくると思ってください。わざとばらつかせましょう。

キーワード

07 / 21
関係

必ず入れてほしい言葉や名前、話題をはっきりさせる言葉です。

論理キーワードは、答えが扱うべき主題を示します。関連性のテストとして働きます。一度も触れない答えは、質問からそれています。

弱い例うちのパン屋のウェブサイトに載せる、短い紹介文を書いてください。
強い例うちのパン屋のウェブサイトに載せる、短い紹介文を書いてください。天然酵母のパン、家族に伝わるレシピ、土曜日のマルシェのことに触れてください。

抜けると、モデルが推測すること あなたが気にかけている、具体的な名前、もの、考え。

注意: キーワードを並べすぎると、言葉の寄せ集めになります。本当に大事な言葉をいくつか選び、ただ入っているだけでなく、正しく使われているか確かめましょう。

用語

08 / 21
様態

依頼の中で、複数の意味にとれる言葉の定義です。

論理言葉を定義すると、曖昧語法の誤謬を防げます。途中でひとつの言葉の意味がずれてしまう誤りです。定義は、大事な言葉が何を指すかを最初から最後まで固定します。

弱い例長距離レースに向けた練習計画を立ててください。
強い例長距離レースに向けた練習計画を立ててください。ここで言う長距離は、フルマラソンではなく10kmのレースのことです。

抜けると、モデルが推測すること 曖昧な言葉を、あなたがどの意味で使っているか。

注意: 自分の言葉は、自分には当たり前に思えます。「安い」「すぐ」「健康的」「短い」のような言葉に、誤解は隠れています。数字で固定しましょう。

第3族(全7族)

境界

論議領域と制約何を含め、何を外し、どんな形にする?

範囲

09 / 21
関係

答えが何を扱い、何を扱わないか。

論理範囲は論議領域を決めます。会話が話題にしているものの集まりです。主張はその領域の中で判断されるので、領域がぼやけていると答えもぼやけます。

弱い例自転車の歴史について教えてください。
強い例1860年から1900年までの自転車の歴史について、レースの話は除いて、設計の変化だけに絞って教えてください。

抜けると、モデルが推測すること どのくらい広く、または狭くするか、何を話題外とみなすか。

注意: 範囲を狭くしすぎると、大事なことが見えなくなることがあります。範囲のすぐ外に重要なことがあれば教えてほしい、と添えておきましょう。

制約

10 / 21

答えが守るべきルールです。長さ、費用、避けてほしいこと、など。

論理制約は必要条件です。ひとつでも破れば、ほかがどんなによくても失格です。でも、すべての制約を守っても、それだけで十分によい答えになるわけではありません。

弱い例10歳の子どもの誕生日パーティー向けの遊びを提案してください。
強い例10歳の子どもの誕生日パーティー向けの遊びを、屋内でできて、画面を使わず、たいていの家にある物だけで済むものに限って提案してください。

抜けると、モデルが推測すること あなたの譲れない条件。わからないので、使えないものを提案するかもしれません。

注意: 答えがそれぞれの制約を守っているか、自分で確かめましょう。モデルは、守ったような顔をして、字数などのルールをこっそり破ることがあります。

期限

11 / 21

あなたのタスク、または必要な情報が属する時間の枠です。

論理これは論理というより、ほとんど実用の話です。チャットモデルは、予定に合わせてではなく、聞かれたときに答えます。論理に関わるのは時点の指定です。多くの主張は、ある日付の時点でだけ正しいのです。

弱い例運転免許の試験に向けた勉強計画を立ててください。
強い例今日から3週間後にある運転免許の試験に向けた勉強計画を立ててください。

抜けると、モデルが推測すること どの日付が大事か、事実がどれだけ新しくなければならないか。

注意: モデルには知識のカットオフ(学習データの期限)があり、今日の日付を知らないこともあります。時間が関わることは、日付を自分で伝え、最近の事実はほかで確かめましょう。

形式

12 / 21
様態

答えの形です。箇条書き、表、手順、メール、短い段落など。

論理形式は、内容ではなく形についての制約です。順序立てて話せというグライスの助言に応えるものです。同じ情報でも、ざっと目を通せる形なら確かめやすくなります。

弱い例通勤手段として、徒歩、自転車、バスを比べてください。
強い例通勤手段として、徒歩、自転車、バスを、1つの手段につき1行の表にして比べてください。

抜けると、モデルが推測すること 箇条書きがいいか、表か、文章か、手順か。

注意: きれいな表は、推測を事実のように見せることがあります。形式は答えを読みやすくしますが、信頼できるものにはしません。

第4族(全7族)

ゴール

求める結論答えで何を実現したい?

目的

13 / 21
関係

答えで実現したいこと。依頼全体のねらいです。

論理目的は、あなたが推論で目指す結論です。グライスは関連性を会話の目的に結びつけました。目的がなければ、何が関係あるのかを決める手がかりがありません。

弱い例電気自動車について教えてください。
強い例次の車を電気自動車にするかどうか決めたいので、電気自動車について教えてください。

抜けると、モデルが推測すること なぜ聞いているのか。わからないので、何が役立つのか判断できません。

注意: 目的を伝えると、答えがそちらに傾くことがあります。本当に片側だけ聞きたいのでなければ、「説得して」ではなく「決めるのを手伝って」と頼みましょう。

次の行動

14 / 21

答えの最後に示してほしい、あなたや読む人がとる次の一歩です。

論理論証は、実践的な結論で終わることがあります。何をするかという決定です。次の行動を示すと、推論がひとつのはっきりした一歩になります。

弱い例町内の清掃活動のチラシを作ってください。
強い例町内の清掃活動のチラシを、最後に公民館の受付で参加を申し込むよう呼びかける形で作ってください。

抜けると、モデルが推測すること 最後に次の一歩を示すかどうか、それは何か。

注意: 押しつけがましい呼びかけは逆効果です。プレッシャーや「残りわずか2名」のような作られた緊急性ではなく、はっきりした正直な一歩をひとつだけ求めましょう。

第5族(全7族)

根拠

主張を支えるものそれぞれの主張を何が支えている?

出典

15 / 21
質

答えが示すべき情報源です。それぞれの主張がどこから来たのか確かめられます。

論理出典は、主張とその証拠を結びつけます。グライスの質の格率に応えるものです。十分な証拠のないことは言うな、という格率です。

弱い例暗いところで本を読むと目が悪くなるのか、説明してください。
強い例下に貼り付けた健康記事だけを使って、暗いところで本を読むと目が悪くなるのか、説明してください。それぞれの点が記事のどの段落に基づいているかも示してください。

抜けると、モデルが推測すること 情報源が必要かどうか、どんな種類の情報源を信頼するか。

注意: モデルは、本物らしく見える出典をでっち上げることがあります。ありそうな題名、著者、リンクなのに、実在しないのです。できるだけ自分で情報源を渡し、どの出典も開いて確かめてから信じましょう。

統計

16 / 21
質

主張を支える数字です。件数、平均、割合など。

論理数字を使って一般的な主張を支えるのは、帰納の一種です。数字が主張を支えるのは、それが本物で、新しく、正しい集団についてのものであるときだけです。

弱い例私たちの町に新しい横断歩道が必要な理由を、1段落で書いてください。
強い例私たちの町に新しい横断歩道が必要な理由を、下に貼り付けた交通量調査の数字を使って、1段落で書いてください。

抜けると、モデルが推測すること 数字がほしいかどうか、どれくらい正確でなければならないか。

注意: モデルは、本当の出どころのない、正確そうな数字を作り出すことがあります。できるだけ自分のデータを渡し、数字をくり返す前に、ひとつひとつ出どころまでたどりましょう。

引用

17 / 21
質

実在の人や文章の言葉を、一字一句そのまま使うことです。

論理引用は証言です。誰かがそう言ったという証拠です。正確で、文脈に合っているときだけ証拠になります。間違った引用は、間違った前提です。

弱い例祖母の卒寿(90歳)のお祝いで話す、短いスピーチを書いてください。
強い例祖母の卒寿(90歳)のお祝いで話す、短いスピーチを書いてください。祖母の口ぐせを引用したいので、下に一字一句そのまま書いておきます。

抜けると、モデルが推測すること 引用がほしいかどうか、誰の言葉か、どれくらい正確に。

注意: モデルは引用をでっち上げたり、本物の言葉を別の人のものにしたりすることがあります。正確な言葉を自分で貼り付けるか、信頼できる原典で確かめましょう。

第6族(全7族)

検証

反例と、ほかの立場この推論はどこで崩れうる?

複数の視点

18 / 21

あなただけでなく、ほかの人の立場からも考えてもらうことです。

論理いくつもの立場から見ると、結論が関係者全員にとって成り立つかを試せます。ある側から見て当たり前の前提が、別の側から見ると間違っていたり、関係なかったりします。

弱い例うちの家族は犬を飼うべきでしょうか?
強い例うちの家族は犬を飼うべきでしょうか?子どもたち、散歩を担当する親、そして高齢のお隣さん、それぞれの立場から考えてください。

抜けると、モデルが推測すること 誰の利益と意見を考えに入れるか。わからないので、片側だけの答えになるかもしれません。

注意: 意見を並べることと、比べて重みをつけることは違います。両論を対等に見せると、片方のほうがずっと証拠が強いことが隠れてしまいます。

反論

19 / 21

ある考えに対する最も強い反対意見です。頼りにする前に試すことができます。

論理ポパーの反証の考え方です。考えを確かめるだけでなく、否定しようとしてみる。反例がひとつあれば一般的な主張は崩れます。反論は弱点を探します。

弱い例手作りキャンドルをネットで売り始める計画を書きました。
強い例手作りキャンドルをネットで売り始める計画を書きました。失敗しうる理由のうち、最も有力なものを3つ挙げてください。

抜けると、モデルが推測すること 正直な反対意見がほしいのか、ただ賛成してほしいのか。

注意: モデルは、聞いている人に同意しがちです。反対意見を一度も求めていないなら、反対意見が出てこなくても、あなたの考えがよいという証拠にはなりません。

たとえ

20 / 21
様態

なじみのあるものと比べて、新しいことを説明する手助けにすることです。

論理たとえは、よく知っている例の構造を新しい例に重ねます。説明したりヒントを与えたりはできますが、証明にはなりません。どこで崩れるかを探して試しましょう。

弱い例コンピューターのメモリの仕組みを説明してください。
強い例コンピューターのメモリの仕組みを、台所での料理にたとえて説明してください。

抜けると、モデルが推測すること あなたがよく知っていて、比べる相手にできるものは何か。

注意: どんなたとえも、どこかで崩れます。たとえが当てはまらなくなるのはどこかも、モデルに言ってもらいましょう。当てはまらない部分まで持ち込まずに済みます。

第7族(全7族)

対話

すき間を埋める協力まだ何が足りない?誰が補う?

質問

21 / 21
量

答える前に、必要なことをあなたに質問するよう、モデルに促すことです。

論理質問は、一発勝負の推測を対話に変えます。足りない前提が推測されるのではなく補われるので、答えはあなたに必要なだけの情報を持てます。

弱い例転職先に出す志望動機の文章を書くのを手伝ってください。
強い例転職先に出す志望動機の文章を書くのを手伝ってください。書き始める前に、その仕事と私の経験について、5つまで質問してください。

抜けると、モデルが推測すること あなたが言い忘れたことすべて。黙って、ありがちな既定値で埋めます。

注意: モデルの質問は、あなたの答え以上には役立ちません。正直に、具体的に答えましょう。あなたが推測で答えれば、モデルはその推測の上に組み立てます。

第3部 · 実験室

組み立てて、推測を減らそう

1 · タスクを選ぶ
2 · 要素をオン・オフする
3 · あなたのプロンプト
21
個の要素が未記入
どれも、モデルが自分で埋めることになります

要素は多ければいいわけではありません。「全部」にすると長いプロンプトになります。大事なのは、このタスクでどの推測が問題になるかに気づき、そこを埋めることです。

第4部 · ゲーム

足りないピースを探せ

下の依頼は、どれも残念な答えが返ってきました。プロンプトにどの要素をひとつ足せば、いちばん役に立ったでしょう?

答えを選んでください。
第5部 · 正直な限界

構造は真実ではない。

構造は真実ではない

よく組み立てたプロンプトは、役立つ答えが返ってくる可能性を高めます。でも、答えを正しくするわけではありません。間違った前提から出発した妥当な論証は、間違った結論にたどり着くことがあり、しかも形の上にはそれを知らせるものが何もありません。モデルも、間違った推測からなめらかに推論してしまうことがあります。

出典は作られうる

出典、引用、統計を求められると、モデルは本物らしく見えて実在しないものを出すことがあります。できるだけ自分の情報源やデータを渡し、頼ったり人に伝えたりする前に、すべての参考文献、引用、数字を確かめましょう。

知識には期限がある

モデルは、ある日付までの文章から学んでいます。それ以降に起きたことや、今日の日付さえ知らないかもしれません。時期が大事なときは「何年何月時点で」と伝え、最近の事実は最新の情報源で確かめましょう。

役割は資格ではない

医師、弁護士、会計士として振る舞うようモデルに頼むと、使う言葉と視点が変わります。でも、訓練も、免許も、責任も、あなたの状況すべてについての知識も与えるわけではありません。

責任はあなたに残る

答えは、あなたが判断するための下書きです。あなたの代わりに決めてくれたものではありません。健康、法律、お金、安全に関わることは、行動する前に資格のある専門家に確かめましょう。

第6部 · 手もとに置こう

チェックリスト

送信ボタンを押す前に、ファミリーを順にチェックしましょう。チェックは、このブラウザの中にだけ保存されます。

これらの考え方の出どころ

出典

  • forall x: An Introduction to Formal Logic · P. D. Magnus. 無料で公開されている教科書(英語)。論証、前提と結論、妥当性と健全性の違い、量化子と論議領域。
  • forall x: Calgary. A Free and Open Introduction to Formal Logic · Aaron Thomas-Bolduc and Richard Zach, building on Tim Button and P. D. Magnus. Open Logic Projectによる forall x の改訂版(英語)。扱う内容は同じで、定期的に更新されています。
  • Logic and Conversation · H. P. Grice, 1975. P. Cole、J. L. Morgan編『Syntax and Semantics, Vol. 3: Speech Acts』Academic Press、41〜58ページ所収。協調の原理と、量・質・関係・様態の格率、そしてガソリンとガソリンスタンドの例の出典です。
  • Paul Grice · Richard E. Grandy and Richard Warner. スタンフォード哲学百科事典(英語)。会話の含意を含む、グライスの仕事の概観。
  • Implicature · Wayne Davis. スタンフォード哲学百科事典(英語)。協調の原理、格率、そして聞き手が言われていないすき間をどう埋めるか。
  • Logical Consequence · J. C. Beall, Greg Restall and Gil Sagi. スタンフォード哲学百科事典(英語)。結論が前提から導かれるとはどういうことか。妥当性の背景知識。
  • Definitions · Anil Gupta and Stephen Mackereth. スタンフォード哲学百科事典(英語)。定義の種類と目的。
  • Ambiguity · Adam Sennet. スタンフォード哲学百科事典(英語)。語彙的な曖昧さと構造的な曖昧さ、そしてそれがコミュニケーションにとってなぜ大事か。
  • Fallacies · Hans Hansen. スタンフォード哲学百科事典(英語)。古典的な曖昧さの誤謬のひとつとして、曖昧語法の誤謬を扱っています。
  • Necessary and Sufficient Conditions · Andrew Brennan. スタンフォード哲学百科事典(英語)。「制約」の項目で使っている区別。
  • The Problem of Induction · Leah Henderson. スタンフォード哲学百科事典(英語)。例から一般化することが決して確実でない理由。「例」と「統計」の項目の土台です。
  • Karl Popper · Stephen Thornton. スタンフォード哲学百科事典(英語)。反証:ひとつの反例で一般的な主張を否定できる。「反論」の項目の土台です。
  • The Logic of Scientific Discovery · Karl Popper, 1959. 英語版はHutchinson刊。ドイツ語の原著は『Logik der Forschung』(1934年)。邦訳は『科学的発見の論理』。反証と白鳥の例の一次資料です。
  • Analogy and Analogical Reasoning · Paul Bartha. スタンフォード哲学百科事典(英語)。たとえはヒントや説明にはなっても証明にはならないこと、どこで崩れるかの見きわめ方。
  • Epistemological Problems of Testimony · Nick Leonard. スタンフォード哲学百科事典(英語)。証拠の源としての証言。引用を証言として扱う土台です。
  • Fabrication and errors in the bibliographic citations generated by ChatGPT · William H. Walters and Esther Isabelle Wilder, 2023. Scientific Reports 第13巻。チャットボットが架空の参考文献を作ることを記録した論文。モデルが出典をでっち上げうる、という一般的な主張を裏づけます。
  • Towards Understanding Sycophancy in Language Models · Mrinank Sharma, Meg Tong, Tomasz Korbak, David Duvenaud and others, 2023. モデルが利用者に同意しがちであることについての研究論文。「反論」の項目の注意点を裏づけます。
  • Survey of Hallucination in Natural Language Generation · Ziwei Ji, Nayeon Lee, Rita Frieske and others, 2023. ACM Computing Surveys 55(12)。言語モデルが、なめらかだが裏づけのない内容を作り出す仕組みのレビュー。引用や数字のでっち上げ、指示を守らないことについての一般的な主張を裏づけます。
  • Prompting best practices · Anthropic. AI研究所が公開しているプロンプトの書き方ガイド(英語)。明確な指示、役割、そして意図しないパターンを拾わせないよう変化をつけた例。「例」の項目の注意点を裏づけます。
  • Prompt engineering · OpenAI. AI研究所が公開しているプロンプトの書き方ガイド(英語)。背景を知るための参考資料です。