생성형AI 활용/Claude/AI답변엔진-Perplexity/교차검사AI

 프롬프트 명령어에 해시태그 형태의 명령어들이 존재하는 이유와, 자연어 질문과 해시태그 형태 질문과의 차이점이 무엇인지, 그리고 어느 것이 더 정확한 결과를 생성하는지  GPT-4와 BingChat, Claude2 각각에게 질문한 결과의 답변입니다. 참고하세요. BingChat의 응답 프롬프트 명령어 안에 다음과 같은 해시태그 명령어들이 존재하는 이유는 다음과 같습니다: 해시태그 명령어는 자연어 질문보다 더 구체적이고 명확하게 요청을 전달할 수 있습니다. 예를 들어, "DNA에 대해 알려줘"라는 자연어 질문은 너무 광범위하고 모호합니다. DNA의 구조, 기능, 역사, 응용 등 어떤 측면을 원하는지 알 수 없습니다. 하지만 " #biology_history:Discovery_of_DNA" 라는 해시태그 명령어는 DNA 발견에 대한 역사적 정보를 원한다는 것을 명시적으로 표현합니다. 해시태그 명령어는 자연어 질문보다 더 효율적이고 간결하게 요청을 전달할 수 있습니다. 예를 들어, "합성 생물학이란 무엇이고 어떻게 미래에 영향을 미칠 것인지 설명해줘"라는 자연어 질문은 길고 복잡합니다. 하지만 " #biology_future:Synthetic_Biology "라는 해시태그 명령어는 동일한 요청을 단순하고 짧게 표현합니다. 해시태그 명령어는 자연어 질문보다 더 정확하고 적절한 결과를 생성할 수 있습니다. 예를 들어, "팬더가 왜 멸종 위기에 처해있는지 알려줘"라는 자연어 질문은 팬더의 생태학적 문제에 대한 답변을 기대할 수 있습니다. 하지만 " #biology_species:Panda" 라는 해시태그 명령어는 팬더의 생물학적 정보를 요청하는 것이므로, 팬더의 분류, 분포, 특징, 행동 등에 대한 답변을 생성할 것입니다. 따라서, 해시태그 명령어는 자연어 질문보다 더 우수한 방식으로 요청을 전달하고 결과를 생성할 수 있습니다. 하지만 해시태그 명령어를 사용하기 위

신약 개발 또는 타 연구 개발을 위한 GPT-4/BingChat 활용 백서 (프롬프트 엔지니어링 기술 적용)   본 백서를 작성하게 된 동기는  7월5일자 한겨레 기사( 생성형 인공지능, 46일 만에 신약 설계…사상 첫 임상 2상 진입 )  를 신약 개발 분야에 비 전문가인 내가 읽게 되면서 영감을 얻어 작성된 것입니다. 이 기사의 내용을 요약 하면 아래와 같습니다. 생명공학기업 인실리코 메디슨(Insilico Medicine)이 AI를  이용해 설계한 신약 후보가 임상 2상시험에 돌입했습니다. 이 신약은 특발성 폐 섬유화증 치료제로, 중국과 미국의 환자 60명에게 투여될 예정입니다. 인실리코는 생성형 인공지능과 강화학습을 결합해 약물을 개발하였고, 이를 통해 신약 개발 비용을 10분의 1, 시간을 3분의 1로 단축했습니다. 이 회사는 현재 30여개의 인공지능 약물 개발 프로그램을 진행 중이며, 이 중 3개가 임상시험에 들어갔습니다. 이번 임상 2상시험 진입은 인공지능을 이용한 약물 개발 분야에서 중요한 이정표로 여겨집니다.   이 기사를 기반으로, 생성형 AI( ChatGPT, BingChat)가 신약 개발에 어떻게 잘 활용될 수 있는지  그 과정을 프롬프트 엔지니어링 기법을 적용하여  단계별로 구체적인 결과를 도출 해 가는 과정을  예시를 들어 설명하려고 노력 했습니다.     이 과정을 통해서 프롬프트 엔지니어링이 왜? 필요한지, 어떻게 적용하는지를 이해 할 수 있습니다.  또한 신약 개발에 매우 유용한 숨겨진 프롬프트 지시어들을 어떻게 발굴하였는지를 또한 보여주고 있습니다.   이 백서 작성을 통해서 발굴한 프롬프트 지시어(#해시태그 형태) 들은 다음과 같습니다.  (* 참고 아래 해시태그 지시어는 GPT-4 보다는 BingChat에서 실행을 해야 원하는 결과를 얻을 수 있습니다. ') #patent_search #trend_analysis #information_query #information_detail #scenario_write #sce