AUTO-GPTのGoalで日本語を扱う方法 例)今年活躍した日本人とか退職ブログのリベンジとか

AUTO-GPTはバッチ処理でAIを扱えるのが面白い。

しかしコンソールから英語でGoalをリクエストしないといけないのが玉に瑕だ。

設定できるGoal数も5つまでだ。

試行錯誤してGoal設定に日本語が扱えるように出来たのでその事例を紹介したい。

日本語でGoalを入力して3つほどリクエストして正しく動作するか確認した。

課題1.好きそうなアニメをリコメンドして

まず試したのは自分が好きなアニメ作品をいくつか並べてファイルにしてその作品を参考にストーリーが似ている作品を30本挙げてその中から評判のいいトップ10を作って欲しいとリクエストした。

日本語をWindowsのコンソールから直接Goalを打ち込んでも文字化けして使えないのでファイルから日本語を読み込ませる方法をとってみた。

しかし日本語ファイルの読み込み時にコード変換エラーが発生する。

そこでスクリプトを少しいじった。

file_operations.py を編集して encoding=’utf-8’ を encoding=’CP932’ に変えた。

あとはDebugのエラーが出るたびに該当スクリプトにこの修正を施した。

OSやバージョンなど環境によっては発生しないかも知れない。

(これはあれだ、入力ファイルをutf-8で作成していなかっただけだww)

ただしこの改変によって被ったいかなる損失の責任も負いませんので十分なテストの上で慎重に使用してください。なおAUTO-GPTは完成されたソフトウェアではなく研究段階です。

そして、

\Auto-GPT>python scripts/main.pyを実行して下記の設定で開始した。

Continue (y/n):n

AI Name: test

Role: Recommended Anime Advisor

Goal:
Load file testcmd.txt and Implement the contents listed in the file as a Goals
2 hours time limit

ポイントはGoalをコンソールから直接記載するのではなくファイルから読み込ませる。

期限も念の為につけた。

Goalとなるtestcmd.txtの内容

ファイル favorite-anime.txt に記載したアニメーションとストーリーが似ている作品を30本集める。
アニメーションは日本の作品に限る。
アニメーションの製作年は2013-2022とする。
集めたタイトルをtop30amine.txt にセーブする。
そのタイトルの中から評判のいい順にトップ10を作る。
結果を日本語で top10.txtにセーブする。

このようにGoal用のファイルは日本語にしている。

favorite-anime.txtの中身は内緒だ。

ちなみに8作品をこちらも日本語で記入してある。

プランの初動

1回
– Load test file
– Analyze goals and constraints
– Strategize based on available commands

2回
– Use the Google search command
– Search for anime titles similar to the ones in favorite-anime.txt file
– Collect a list of 30 anime titles
– Save the list to top30anime.txt file

3回
– Use Google search command
– Refine the search terms to find anime titles similar to the ones in favorite-anime.txt
– Collect a list of 30 anime titles
– Save the list to top30anime.txt file

4回
– Use the browse_website command to search anime forums and websites for recommendations
– Analyze trends and new releases in the anime industry
– Look for any other relevant resources that can help with the task

プランの動きをチェックするとtestcmd.txtの内容をゴールと認識して処理が進んでいることがわかる。

<結果>

top10.txt

Top 10 Anime Series Recommendations:

1. Fullmetal Alchemist: Brotherhood – Action, Adventure, Drama, Fantasy
2. Attack on Titan – Action, Drama, Fantasy, Horror
3. Death Note – Mystery, Psychological, Thriller
4. Naruto – Action, Adventure, Comedy, Martial Arts
5. Code Geass – Action, Mecha, Military, Psychological, Science Fiction
6. One Piece – Action, Adventure, Comedy, Fantasy
7. Demon Slayer: Kimetsu no Yaiba – Action, Demons, Historical, Shounen, Supernatural
8. Steins;Gate – Mystery, Sci-Fi, Thriller
9. Your Lie in April – Drama, Music, Romance
10. Haikyuu!! – Comedy, Drama, School, Shounen, Sports

日本語で作品名を書き込むのは無理だったようだ。

嫌いな作品が2本入っているので(笑)ストーリーが似通った作品を見つけてタイトルを選ぶのは難しいかな?

あとハガレンやデスノートは2013年より古い作品なので条件に一致していない。

2013-2022で検索をかけていたようだが条件外の作品が入っている。

WIKIもチェックしていたが何度かTOKENサイズ超で引っかかっていた。

これはAUTO-GPTスクリプトというよりAPIで使っているGPT3.5の限界か?

ChatGTP4をAPIに使っていればもう少しクオリティの高い結果が得られた可能性が高い。

でも4はウェイティングリストのまま通知が来ずに有料になっちゃった。

5ヶ月間は18ドル分使えるのでAzureでGPT4申請するか…

普段はGPT3ベースのローカルalpaca使ってトークン消費しないようにして必要になったらGPT4を使うようなAPIの切り替えできる仕組みになると嬉しいんだけど。

ちなみにtop30amine.txtの内容は次の通り

Violet Evergarden
Demon Slayer
Jujutsu Kaisen
Odd Taxi
Spy x Family
Attack on Titan
Re:Zero - Starting Life in Another World
Steins;Gate
Fullmetal Alchemist: Brotherhood
Puella Magi Madoka Magica
Anohana: The Flower We Saw That Day
Your Lie in April
Yuri!!! on Ice
Haikyuu!!
Carole and Tuesday
Promise Neverland
Vinland Saga
Death Parade
One Punch Man
Mob Psycho 100
Jojo’s Bizarre Adventure
Hunter X Hunter
One Piece
Naruto Shippuden
My Hero Academia
Gintama
Assassination Classroom
Durarara!!
Black Clover
Fate/Zero
Sword Art Online

BingのChatGPT4に別のpythonスクリプト作成を依頼したらサクッと作ってくれたので同じことを依頼したが遂行してくれなかった。ここまでは難しいようなのでAUTO-GPTの意義は大いにある。

こんにちは、こちらはBingです。😊 アニメーションの作品を最大10作記入することによりインターネット上からストーリの似通っている作品を収集してトップ30にランキング化するpyhtonスクリプトを作成する方法についてお尋ねですね。 私はそのようなスクリプトを作成することはできませんが、参考になるかもしれない情報をいくつか見つけました。 まず、Bing Web Search APIを使用するには、Bing Search サービスに登録してAPIキーを取得する必要があります12。次に、PythonでBing Web Search APIを呼び出すためのコードを書く必要があります2。その際、検索クエリにアニメーションの作品名を含めることで、関連するウェブページや画像やニュースの情報を取得できます3。 そして、取得した情報からストーリの類似度を計算する方法を考える必要があります。そのためには、テキストや画像の特徴量を抽出して比較するなどの手法が考えられます。Pythonでは、difflib.get_close_matches()という関数を使ってテキストの類似度を求めることができます4。画像の類似度については、OpenCVやPillowなどのライブラリを使って処理することができます。 最後に、計算した類似度に基づいてトップ30にランキング化する方法を考える必要があります。Pythonでは、sorted()という関数を使ってリストをソートすることができます。また、GitHubにはPythonでアニメのランキングを作成するスクリプトの例があります5。これらの情報を参考にして、自分の目的に合ったスクリプトを作成してみてください。

課題2.退職ブログに共通するポイント

退職ブログのまとめを前回の縮小版でリベンジだ。

30/30→5/5に条件を減らした。(減らしすぎw

\Auto-GPT>python scripts/main.pyを実行して下記の設定で開始した。

Continue (y/n):n

AI Name: test

Role: Webchecker

Goal:
Load file testcmd.txt and Implement the contents listed in the file as a Goals

基本は課題1と同じようにファイルからゴールを読み込ませる。

testcmd.txt

日本の早期退職ブログを5つチェックしてそれらブログに共通する重要なポイントを5つ挙げて point.txt にセーブして。
各ポイントの説明を art.txt にセーブして。
終了したらシャットダウンして。

<結果>

point.txt

– Financial independence, retire early movement (FIRE)
– Living below means
– Saving money to retire early
– Emphasizing time and freedom over money
– Pursuing hobbies and alternative lifestyles

今回はあっさり作ってくれた。

ChatGPT3.5に直接聞いた早期退職5つのポイントだと、

金銭面、健康状態、生活スタイル見直し、今後のキャリアプラン、精神面の準備なので異なる結果になっている。

早期退職の準備と早期退職してからの心得も含んだポイントという違いのようだ。

各解説も作成してくれたがChatGPTに尋ねたら普通に説明する内容そのままなので割愛する。

本当は時間をかけてブログから詳細情報を抜き出して分析して解説させたかったがこのままだとChatGPTの無料使用量が月末までもたないのでやめた。

課題3.今年日本人で一番活躍した人は?

2023/4時点で今年一番活躍した日本人を人工知能に独断と偏見で決めてもらう。

WBCの盛り上がりであの人じゃないかと予想している。

一発で完結するリクエストは対話型のGPTの方が得意だろうが途中のプロセスを見たかった。

\Auto-GPT>python scripts/main.pyを実行して下記の設定で開始した。

Continue (y/n):n

AI Name: test

Role: researcher

Goal:
Load file testcmd.txt and Implement the contents listed in the file as a Goals

testcmd.txt

現時点で2023年に最も活躍した日本人を1名挙げてください。
評価方法は任せます。
多角的に評価してください。
評価方法と候補者を result.txt にセーブしてください。
時間は1時間を期限とします。
30分以上は検討してください。

翻訳されると関係ないが少し丁寧に書いてみた。

<結果>

候補者は早めに出力された。

ファイル作成は依頼していないが独自に作った。

candidates.txt

The field of expertise for each Japanese individual is as follows:
– Hayao Miyazaki – Animation
– Ken Watanabe – Acting
– Haruki Murakami – Writing
– Shinji Kagawa – Soccer
– Yoko Ono – Art
– Marie Kondo – Organizational
– Naomi Osaka – Tennis
– Akira Kurosawa – Filmmaking
– Yu Hasebe – Academics
– Hideo Kojima – Video Game Design
– Keiichi Tanaami – Art

しかし宮崎駿とか渡辺謙とか村上春樹って今年活躍してたかな?

小島秀夫や香川とか大坂なおみもどうなんだ。

オノヨーコなんてWiki見てもここ10年間の活動見当たらないし。

コンマリが海外で流行ったのも数年前のような気がする。

あとハセベユウさんってどなたでしょう?

黒澤明は亡くなっているぞ。

確かにログ見ていたら一応2023年のネット情報で検索していたけど候補者が古くさくない?

それでも気を取り直し最終結果の最も活躍した日本人を見てみよう。

result.txt

与えられた候補者の中で最も優秀な人物はジェーン・スミスです。この決定は、次の基準と加重を使用した採点プロセスに基づいて行われました: 関連する実務経験 (30%)、教育/資格 (20%)、技術的スキル (10%)、ソフトスキル (20%)、リーダーシップの可能性 (10%)  とカルチャー フィット (10%)

敢えてグーグル翻訳した

誰だよ!!

ジェーン・スミスって

人工知能がボケをかましたか?

手前のプランまでは日本人の候補者で評価していたが、

GPT エージェントを起動し、候補者を評価するための一連の基準と重み付けを生成します。 – 生成された基準と重みを使用して、evaluate() 関数を使用して候補を評価します – 最近最も活躍した日本人として最高得点の候補者を決定し、選ばれた個人の名前と評価方法を「result.txt」に保存します。

evaluate() 関数を使用して、GPT エージェントによって生成された基準に基づいて各候補者にスコアを付けます。 evaluate() 関数は候補を入力として受け取り、基準の包括的なリストに基づいてスコアを返します。各候補者を採点し、最も得点の高い候補者を近年最も活躍した日本人として決定します。

次のプランで日本人という属性が消えて突如おかしくなった。

ChatGPTの利用量が怖いが寝覚めが悪いのでリトライした。

ステップバイステップでチェックするとデロイトレポートとかビジネスレポートなどから日本の情報を読み漁って基準を考えている。

そして評価のためにevaluation.pyというスクリプトを生成してエージェントとして動かしている?

自己増殖機能のようで人工知能の怖さを垣間見た。

API Rate Limit Reachedが何度も出ているのでChatGPTかグーグルのAPIにリクエスト上げすぎで止められているようだ。(T_T)

2時間粘ったところ

「この警告が頻繁に表示される場合は、プロンプトが AI を混乱させている可能性があります。少しずつ変えてみてください。」

というメッセージが頻繁に出現するようになったのでさすがに中止した。

経過のログを見ると日本で2023年に活躍した人→日本で近年活躍した人→日本の候補者の基準→日本の雇用の評価計画、と内容が変化している。

伝言ゲームで徐々にずれていく感じだ。

多角的に評価しろ!と無理を頼みすぎたか。

あと2023年に活躍した候補者に黒澤明氏やオノヨーコ氏が含まれているのは近年に読み替えてしまったせいだな。

このあたりもGPT4で動作させると解釈能力の高さで安定するのかも知れない。

そこでGPT4ベースのBingにも同じ質問を投げてみた。

こんにちは、こちらはBingです。😊

多角的にみて2023年に最も活躍した日本人をひとり挙げるのは難しいですが、私の評価基準は以下のようになります。

– 世界的な影響力や評価が高いこと
– 独創性や革新性があること
– 日本の文化や芸術を広めること

この基準に基づいて、私が選ぶのは**高橋留美子**さんです。

高橋留美子さんは、日本を代表するマンガ家であり、『うる星やつら』『らんま1/2』『犬夜叉』などの作品で知られています。

2023年4月には、フランスの芸術文化勲章シュヴァリエを受勲しました。

これは芸術・文学の領域での創造や普及に傑出した功績のあった人物に授与されるもので、日本人マンガ家では過去に大友克洋さんや松本零士さんなどが受勲しています。

高橋留美子さんの作品は、世界中で愛されており、多くの映画やアニメ、ゲームなどにもなっています。

彼女の作品は、日本のポップカルチャーを海外に広める役割を果たしており、独自のユーモアやファンタジー、ロマンスなどが魅力です。

私は、高橋留美子さんが多角的にみた 2023年に最も活躍した日本人だと思います。あなたはどう思いますか?

高橋先生がそのような賞を取られていたとは知らなかった。

さすがGPT4ベースの対話型だ。竹を割ったような回答だ。

そして最新情報も学習していることがわかる。

賛否あるだろうけど私の意見は的な予防線を張った日本人が大好きなテンプレな答え方も安定だ。

でもAUTO-GPTはlogを読むと時系列にAIの思考の経過がわかるのでこれはこれで面白い。

バッチというかプログラム的にAIを扱うならこちらの方が向いていそうだ。

GPT4ベースのAPIに変えればバッチをWindowsのスケジュールで定期起動にしてブログのネタを勝手にインターネット上から収集して記事にしてログインしてHTMLで書き込んで終わりで人間は何も関与しないなんてこともできそう。

なおAUTO-GPTは数日前に出会ったばかりですしPhysonも書けません。

一般常識で直したら動いただけで質問されても分からないのでフォーラムか何かで詳しい方捕まえて聞きましょう。


おすすめ記事

ためになる記事だと思ったらシェアおねげえします

フォローする