• 今年は生成AIの仕事が増えているが、プロンプトを書くようなシンプルな作業ではなくAPIを使ったシステム構築が主流になっている。
• プロンプトエンジニアリングは一時期話題になるも、その後の発展によりプロンプトの複雑化が進み、プログラミング的思考が求められている。
• 一方で、プロンプトを書くことは誰でもできるため、その価値については軽視されがちである。
• 2023年に入り、精度が向上したGPTや他社からの新しいモデルの登場により、プロンプトエンジニアリングに対する関心が薄れつつある。
• しかし、良いプロンプトを書くことは難しく、ビジネスにおいても適切なプロンプトで良い出力を得ることが重要である。
• プロンプトの重要性を理解し、共有することが新しいプロジェクトを始める際の鍵である。
• プロンプトを書くことの難しさはHTMLやCSSの設計に似ているが、見た目の簡単さからその難易度を過小評価しがちである。
• 人間はプロンプトを書くことに慣れておらず、AIの進化とともにプロンプトを書くことの面倒さが増している。
• 生成AIを使いこなすには、AIを扱える人に作業を依頼するなど、分担が必要になるかもしれない。
• 生成AIを組み込んだサービスの開発においては、インターフェースの設計が今後重要になってくる。

生成AIの仕事の変化

今年は去年と比べてだいぶ生成AIの仕事が増えてきている感じがするなと思うんですけど、生成AIの仕事って言ってもそれこそプロンプトをこんな風に書けばいいですよねみたいなライトなものはあんまり伸びている印象がなくて、というよりはAPIを使ってシステムを組むみたいな話が増えてきているかなという感じが最近しているんですけど、そういう中でよく話題に昇るのがプロンプトの立ち位置みたいなところなんですよ。

プロンプトエンジニアリングの変遷

これは去年の1月2月ぐらいの段階でも結構揶揄されるみたいなのがあったりとかいうのがあったり、僕もそこに気持ちが追いついていないみたいなところもあるので同じ気持ちがあったりもするんですけど、これを最近気持ちの整理がついてきたので整理しておきたいなというのを思うんですが、何の話かというと生成AIを使うとなるとやっぱりプロンプトを書くというのが最初の入り口としてくるわけですけど、プロンプトを書くというのがTwitterとかでそういうポストをしているような人たちのブランディングにもよるんだと思うんですけど、すごいチープな位置付けで固まっている感じがあるんですよね。

これは去年の1月2月の段階でプロンプトエンジニアリングみたいな言葉がどんどん広がっていく中で、プロンプトエンジニアリング笑いみたいな感じの雰囲気もあり、そういう中でプロンプトエンジニアリング自体僕は面白いなと思っていたのでいろいろ追っていたんですが、その時点ではそうだったんですよ。2月とか3月とかでだんだんプロンプトが複雑化していきにプログラミングの思考みたいな、それこそオブジェクト思考とかみたいなものを取り入れたりとかっていうのをやったりとか、いろんな発展というかいろんな形がある中で、そのプロンプトをめちゃくちゃ書いている人たちの裏側でというか、一方でプロンプトって別に誰でも書けるから、プロンプトエンジニアリングとかって言うほどのものかなみたいなのだったりとか、あとはそれをできるようになる必要がなくてもっと絵が進化していくんじゃないかみたいなことがあったりとか、背景があってそれがまだ去年2023年の2月3月4月とかぐらいだと思うんですけど、そこからなんだかんだ精度がチャットGPTの精度が上がったりとか、他のGoogleが出したりいろいろ出てきたりとか、Facebookが出したモデルとかいろいろ、Facebookが出したモデルについてはあんまり一般的ではないので、ちょっと違うかもしれないですけど、そういうのがあったりとかする中で若干そういう系の話が薄れてきてはいたと思うんですよ。

プロンプトエンジニアリングの現状と課題

つまりプロンプトエンジニアリングみたいな感じの雰囲気がちょっとずつ減っていくと、特に人が興味を示さなくなるという期間が夏ぐらいから冬それこそ年末ぐらいまであったんじゃないですかねっていうのがあって、一方でその間もプロンプトについて発言してる人たちがいっぱいいて、冒頭にも言ったようにその人たちの僕は結構影響結構あるんじゃないか、やっぱその人目に触れる投稿をするっていうことが重要であるということと、人目に触れるためにチープな表現になってしまうっていうことがぐるぐる回ってるみたいな感じになってしまって、何回か僕が過去にこの中でも言ってるんですけど、一行目の引きの言葉みたいなものがこれを知らない人はもうダメです終わりですみたいな書き方から始まるとか、驚きました…みたいなところから始まるとか、そういう個人的にはすごく好きではないんですけど、そういう嫌な引き方から始まるものが増えていくと、ストレートな表現だけしかない世界線がもしあったとしたら、もうちょっと違った世界があったんじゃないかなと思っているんですけど、そうならなかったっていうのがあったわけですよ。

それがそういう期間ある意味停滞っていうかそんなに盛り上がってない期間も、逆に盛り上がってないからこそそういうものだけが出続けた結果、何となくそういう生成AI系のバシバシ使っていくぜみたいなアウトプットをしている、まさにTwitterとかで投稿しているような人たちが、その人たちが悪いというよりその人たち自体が僕は悪いと思っていなくて、その人たちの投稿の仕方が良くない人たちが結構いると思っていて、それによるプロンプトに対する軽視みたいなものがあって、それ自体はまあそれは流行り的なものもあるししょうがないかなと思いつつ、これが年明けてだんだん生成AI系の話がいろいろとある中で、最近感じているのがプロンプトって書くのむずいぞみたいな、書くのむずいぞっていうのは僕も書くのむずいぞって日頃から思ってるんですけど、思ってたよりむずいぞという前提に立つまでに時間がかかるということですね。

プロンプトの難易度とプロジェクトへの影響

つまりイメージとしてはそんなに難しくないという印象を持っていて、ビジネスに当たる時にその前提で取り組もうとするんだけど、あれプロンプトうまく出ないななんか書き方悪いんですかねみたいな感じで軽くなっちゃう。でもそこの良いプロンプトを書いて良い出力、プロンプトがどうっていうより良い出力を出してもらうために必要なことっていうのは、そのノードだと達することができないということを最初にある意味リセットして、そっちがちゃんとマインドリセットをするというマインドセットを変えて、向き合っていくみたいなフェーズが必要になっていて、時間がかかるなという感じが最近してるんですよね。

すいませんちょっと外工事してるんでガタガタ言ってますが、というのがあって、その第一印象との違いみたいなものを崩すのが一瞬で崩れたらいいんですけど、割と時間かかるかなという感じがするんですよね。というのを最近踏まえて、僕としては新しいプロジェクトを始めるにあたって、一緒にやる人たちがプロンプトを書くということはかなり深いやることいっぱいあって、そこを例えば2,3日ある程度プロンプト書いたからといって書けるようになるものではないということを、どうやって全員がまず同じマインドに立って、マインドを持ってプロジェクトに取り組むかということが、そのマインドをみんなが持っている状態にいかに早くするかということが、プロジェクトのスタートラインみたいなところで重要だと思うんですよね。

プロンプト作成の難易度と学習曲線

ここをどういうふうにすればいいかっていうのが本当に難しいなって思うぐらい、そこがギャップがでかいなというのを感じている。そう考えるときにやっぱり自然言語だから第一印象として書けるだろうみたいな、わかるだろうみたいな、そのテクニックがチープなものであるだろうみたいなところが、あるという印象みたいなのがなかったときの難易度ってどれぐらい難しいんだろうみたいな、最近それを考えてて、ちょうど近しいものこれなんじゃないかなって思ったのがHTMLとCSSだったんですよ。このHTML CSS、特にCSSなんか設計するのめちゃくちゃ難しかったりするので、大規模になればかなり設計難しいみたいなところがあるんですけど、ただ一定の基本的な部分を理解するのにかかる時間って、そんなに時間かかるものでもないし、その設計みたいなものもある意味テクニックっぽいものも結構あるかなと思うので、この入り札でさらにそこからいくらでも深くなるみたいなところの深さみたいな。大規模になればかなり設計難しいみたいなところがあるんですけど、ただ一定の基本的な部分を理解するのにかかる時間って、そんなに時間かかるものでもないし、その設計みたいなものもある意味テクニックっぽいものも結構あるかなと思うので、この入り札でさらにそこからいくらでも深くなるみたいなところの深さみたいなのは、それはLLMに関しても同じプロフト核についても同じだと思うので、ちょっと印象と難しさの感じが似てるなっていう感じがするんですよ。だけどやっぱりHTML CSSっていうのはちょっと見た目がいかついので、それとそのプロフトと比べると若干ハードル高いように見えて、通行に見えてしまう。見えてしまうってこともないんですけど、そういう違いがあるだけで結構似てるなみたいな。逆に言えばそれぐらい人間はHTMLとCSSって基本的に書かないじゃないですか。ワードプレスを使うわけですよとかノートを使うわけです。ワードプレスさえ設定しないわけですよみたいな。こういう世界線においてプロンプトみたいな難しいもの、HTML CSSぐらい難しい、難しいって言うと語弊があるんですけど、難しいと言うとするとそのHTMLプラスCSSぐらい難しいプロンプトを人間が書き続けるわけがないんじゃないかと、っていうのを最近思った時にそこからもう1回2023を振り返ってみると、2023の頭、まあ2020の末でもいいんですけど頭とかにあった、チャットGPTオンリーみたいな、しかも超シンプルにチャットだけするだけ、あの段階のめちゃくちゃプレーンなところから、1年以上経ってた今標準の機能として、有料機能とはいえ標準に使える機能として、ファンクションコーリングとか入っているわけですよ。ファンクションコーリングを普通に使う前提ってこともないかもしれないですけど、普通に使えるところに一般的なAPIモードじゃない方で、表示されている搭載しているぐらいに、その1年とか1年ちょっとの間に、主役的に進化してきたわけですよね。そこから1年遡ったあの時のあのシンプルさの時に、人間は1回やりとりするみたいな、シンプルな使い方をしたっていうので、ユーザー数が一気に伸びましたみたいな話題性はあったのは、もちろんその通りだと思うんですけど、それを継続的に使うほどのシンプルさがなかったと、複雑である難しいということを、1年前のあのシンプルな状態でも人間が使えなかった、なかなかということを認めて、さらにそこから猶予期間が丸1年あって、1年の間に徐々にある意味ゆっくり進化、その精度はすごい勢いで上がっているかもしれないですけど、機能としてはゆっくり進化しているわけですよね。ゆっくり進化しているこのゆっくりさよりも、圧倒的に人間が使う密度とか回数が少なかったわけですよ。ということを1年振り返って考えたときに、プロンプトを書くということが難しさと、事実人間が1年間かけてプロンプトっていうのは、原始的な状態でさえほぼ触れられなく、今となってはかなり進化してきちゃったみたいな、GPTをはじめとするそういうLMKのサービスがそうであるという、これをトータルで踏まえたときに、人間はプロンプトを書かないぞみたいな、プロンプトというかテキストを書かないぞみたいなのが、前提にありますよというのが、さっきの話に戻るんですけど、プロンプトを書くというのは難しいですよね、というのはどういうふうに認識共有をするといいか、みたいな話なんですけど、そのときに現状難しい、CSSとHTMLぐらい難しいということと、この1年振り返って使えませんでしたという、この2つを組み合わせると、割と納得感あるんじゃないかなということで、これで認識を揃えて、第一歩進められるみたいな感じがあるかもな、みたいなことを最近思いつつ、そういう話を最近することが多くなってきているんですけど、という感じがしてますね。だからこれが進化して、もっとプロンプトを書かなくても、人間が思う通りのものを出してくれるようになりますよ、みたいなことが来たとしても、今のこの状況は多分変わらなくて、まさに先行してそれに近いことが起きているのが、ミッドジャーニーで、ミッドジャーニーって、可愛い犬で写真っぽいやつぐらいの、雑なプロンプトを書くと、結構綺麗なやつが出てきてくれます。あとはそれをアップコンバートするツールとかにかければ、もう写真になりますみたいなところまで、現状来てますが、ただそれを使って、あなたが作りたいもの、あなたが書きたい、あなたが撮りたい写真に近づけることができますか、っていうと、それはまた別問題じゃないですか。なぜなら人間はもっとわがままなので、ちょっと何か違うんだよなみたいな、これは仕事をしていると、過去にもデザイナーが、人間との擦り合わせでも、無限に発生していたことだと思うんですね。優秀なデザイナーだっていう人に、発注してみたけど、いやかっこいいんだけど、なんちゅうからこみたいなのが、擦り合わせで発生するみたいな、人間はそれをお互いに組み取りながら、やるみたいなことをやって、ある意味しょうがないと思うわけですよ。自分の100点にいかないとしても、脳機みたいなのがあって、その手前で、ここで一旦切り上げようみたいなことが、発生したりとかっていうのがあるんですけど、AIもその近いことがあるかもしれないですけど、ただAIに対してやっぱり、見せてるみたいな概念が、早めに来るなと思っていて、つまり、なんかこっちなんだよな、やっぱりAIちょっとまだだみたいな、そういう切り捨て方を、一年間、多分人間がたくさんしてきたんじゃないか、ということがこれから先も、永遠に続くであろうと、となると、一方で、この一年間の中で、自分が実力したいものを、限りなく出力できるように、チューニングし続けた、それこそ同じ鉛筆を与えられても、自由自在に、動物の絵を描ける人と、僕がそうなんですけど、小学生が描くような動物の絵ぐらいしか、小学生全般がまた、絵が下手なわけじゃないと、典型的な小学生が描くような絵しか描けない、そこから成長してないみたいな、鉛筆一本でも違うみたいなことが、プロンプトというテキスト一個で、全然違うところまで来てるわけですよね、ということをずっと試行錯誤してきた、ずっとする人なんですけど、試行錯誤のフェーズまでいっていて、なかなか上手くいかない、そこの延長には、自分が作りたいものというのの、ゴールもあると思うんですけど、やっぱこう、きれいな犬の写真の、草原走っている、やつ、もっといいやつ、この感覚というのが、多分AIが進化すればするほどもっと強くなる、なぜなら人間がAIに対する期待も高まっていって、プロフトチューニングできる人たちが、すごくいいものを出してくると、それぐらいは自分でできると思うけど、出そうと思ったら出ない、じゃあもうちょっとAI進化するの待つかみたいな、さっきも言いましたけどそれを、人間は2023ずっと繰り返してきたわけですよ、っていうことが、絵の世界だと特に分かりやすい、ミッドジャーニーがとにかくV6とかで、すごいクオリティ上がってきてるんで、ということから、考えたときの、そのAIが進化すればするほど、より、パッと見のクオリティが、高いのに自分が思っているものと、違うというギャップの、吸い合わせの難しさみたいなものっていうのは、その内部構造に当たるような、プロンプトが、どうなっているのか、どう伝えたらよかったのかみたいな、そのある意味、2023頭とかもっと前の、原始的なプロンプトのところまで、立ち返らないといけないと、でもそんなことは原始的なものだけ与えられているときで難しかったのに、こんなに便利になったのに、もう一回原始的な、例えば電卓があるのに、大人で電卓があるのに、電卓でやるのは、もう一回基礎からやるかみたいなのを言ったら、「いや、それで電卓でやったらいいんじゃないの？」みたいな感じに。でもこれ、電卓と違うのは、その答えみたいなものは出るようで、出ないみたいなものがしたら、という後半ごちゃっとしたんですけど、ということがずっとこうあって、なんか、プロンプトっていうのは、僕もそうでしたけど、今も葛藤してるんですけど、思っているよりもとにかくめんどくさいものである。難しいというとちょっと違うんですけど、違う気がしてるんですけど、難しいというよりは、めんどくさいものであると、AIの進化に伴いめんどくささが上がってくる、みたいな、そういう感じになっていくと、そうなるとどういう世界になるかというと、そのAIを扱える人にAIを扱って何か出力してもらうということがいい、自分では扱えないから、みたいな、生成物のクオリティを求めれば求めるほど、そういう感じの分担みたいになってくるかな、と思うんですね。

サービス開発とAIの未来

と思うので、サービスを作るというときも、なんか、質問みたいなもの、QAみたいなものは、チャットと違うのでいいんですけど、チャットというよりは、ワンポチみたいなものの概念に近いかみたいな、インターフェースの作り込みみたいなことが、今後重要になっていくんじゃないかな、っていうのを、そういうの最近、生成AI、LMを組み込んだサービスの開発、みたいな色々増えていく中で、ここの今言ったようなところをモヤモヤ考えながら、今言って、こういう形で進めていくと良さそうだなみたいなことで、最近は考えてたりします。ここら辺は、もっともっとブラッシュアップさせたいな、と思っているので、この辺りの話、したいというか、興味ある人は、僕の今思っていることが全ての答えだともちろん思っていなくて、これを今思っていて、さらにブラッシュアップしていきたいな、っていうのを思っていますので、よかったら声かけていただけると嬉しいです。

The Evolution of AI-Generated Content and the Role of Prompt Engineering

In recent years, particularly this year, there has been a noticeable increase in jobs related to generative AI compared to the previous year. Interestingly, the surge is not so much in the realm of crafting prompts—a task once considered foundational but now seen as somewhat trivial. Instead, the focus has shifted towards more complex applications, such as integrating generative AI through APIs into systems, hinting at a deeper and more technical engagement with AI capabilities.

The Journey of Prompt Engineering

Prompt engineering, a term that gained traction around January and February of the previous year, initially faced skepticism and even mockery. This skepticism wasn't unfounded; the practice of writing prompts, which seemed straightforward due to its reliance on natural language, was quickly pigeonholed as a lesser skill within the tech community. This perception was partly influenced by how individuals promoted their prompt-writing skills on platforms like Twitter, often reducing the complexity and nuance of the task to something seemingly simple.

However, as the year progressed, the complexity of prompt engineering began to mirror that of programming itself, incorporating advanced concepts such as object-oriented thinking. This evolution highlighted a significant gap between the perceived simplicity of writing prompts and the reality of crafting effective prompts that could leverage the full potential of generative AI systems like GPT models.

The Challenge of Mastering Prompt Engineering

The misconception that prompt engineering is an easy task leads to underestimation of its complexity, especially when businesses attempt to utilize generative AI without a deep understanding of how to craft effective prompts. This gap in understanding often results in frustration and suboptimal outcomes, underscoring the need for a mindset shift towards recognizing the intricacies of prompt engineering.

The learning curve for prompt engineering is akin to mastering HTML and CSS—while the basics might be accessible, achieving proficiency, especially in designing complex systems, requires time and effort. This analogy highlights a broader issue: as generative AI continues to evolve, the skills needed to effectively interact with these systems become more sophisticated, challenging the initial assumption that anyone can easily write a prompt.

The Future of AI and Service Development

Looking ahead, the integration of generative AI into service development necessitates a nuanced understanding of user interaction with AI, moving beyond simple Q&A formats to more intuitive interfaces. This evolution calls for a collaborative effort to refine our approach to AI, ensuring that services are not only technologically advanced but also user-friendly and aligned with human expectations.

As we navigate this landscape, the dialogue around prompt engineering and generative AI is far from settled. The journey ahead involves continuous learning, experimentation, and adaptation to harness the full potential of AI in service development and beyond. Engaging in this ongoing conversation, sharing insights, and exploring new possibilities together will be key to shaping a future where AI and human creativity coalesce seamlessly.

Your thoughts and contributions to this evolving dialogue are invaluable. If you're interested in exploring these ideas further or have insights to share, I'd be delighted to connect and delve deeper into the future of AI and its impact on our world.

This year, I've noticed a significant increase in the work related to generative AI compared to last year. However, when we talk about generative AI jobs, it seems that the simpler tasks, like how to write prompts, aren't growing as much. Instead, there's been a noticeable uptick in jobs involving the use of APIs to build systems. In these discussions, the role of prompts often comes up. Even in the early months of last year, there were jokes and some disdain around prompt engineering, and I must admit, I sometimes felt behind the curve on this trend. But lately, I've started to organize my thoughts on the matter.

The use of generative AI typically begins with writing prompts, but this task has somehow been trivialized, especially on platforms like Twitter, where people post about it. This trivialization became more pronounced as the term "prompt engineering" spread and was sometimes met with ridicule. Despite this, I found prompt engineering fascinating and followed its developments closely. Initially, prompts became increasingly complex, incorporating programming-like thought processes, including object-oriented concepts. This complexity revealed that while anyone could write a prompt, not all prompts were created equal. Some questioned whether prompt engineering was as significant as it was made out to be, suggesting that the field would evolve beyond the need for it.

By early 2023, as the accuracy of tools like ChatGPT improved and other companies like Google and Facebook released their models, the conversation around prompt engineering seemed to fade. Interest waned from summer to the end of the year, but during this period, many still discussed prompts, and I believe their contributions were influential. The importance of making posts visible played a role in the perpetuation of simplistic expressions, leading to a cycle of dissatisfaction with certain types of engagement.

I've mentioned before how I dislike starting with sensational lines like "If you don't know this, you're done for," which seem to oversimplify the complexity of the field. If there were only straightforward expressions, we might have seen a different development in the world of generative AI. This stagnation period, paradoxically, led to a continuous output of generative AI applications by those active on platforms like Twitter. I don't necessarily think these individuals are at fault, but there's a general undervaluation of prompt writing that I find concerning.

As we entered the new year, the conversation around generative AI began to shift. I've come to realize that writing effective prompts is challenging—a sentiment I've always held, but it seems the broader community is only now acknowledging the complexity involved. The initial impression was that writing prompts wasn't too difficult, leading to a casual approach that often resulted in poor outcomes. However, crafting good prompts—and by extension, achieving desirable outputs—requires a significant mindset shift and a deeper engagement with the task.

Lately, I've been pondering the difficulty of breaking down the initial impression that natural language prompts should be easy to write. This challenge reminds me of HTML and CSS, particularly CSS design, which can be incredibly complex at scale. While understanding the basics of HTML and CSS doesn't take much time, and there are plenty of techniques to learn, the depth and complexity can increase substantially from there.It was about CSS, particularly how designing with CSS can be incredibly challenging, especially as projects grow in scale. But the time it takes to grasp the fundamental aspects isn't necessarily lengthy, and there are quite a few techniques that come across as tricks of the trade, so to speak. This depth, I believe, is similar to both LLMs and programming cores. There's a resemblance in the impressions of difficulty they present. However, HTML and CSS might appear more daunting due to their visual complexity, making the barrier seem higher than it actually is. It's interesting to note that, essentially, people don't write in HTML and CSS on a daily basis; they use platforms like WordPress or Notion instead. Considering this, the complexity of prompts in this context seems comparable to that of HTML and CSS. This realization led me to reflect on the state of technology in 2023, starting from the end of 2020 or the beginning of 2023, when ChatGPT was primarily used for simple chat interactions. Over a year later, we now have features like function calling as standard, even if they're premium. This evolution highlights a significant development over just a year or so. Looking back at that simplicity, the rapid increase in user numbers was noteworthy, yet the simplicity wasn't enough to sustain continuous use due to its complexity. Even in its most basic form, humans struggled to engage with it, acknowledging the difficulty of use. After a year, with a gradual evolution in functionality and a significant improvement in accuracy, the frequency and density of human interaction remained lower than expected. Reflecting on this year, the challenge of writing prompts and the fact that humans have largely refrained from engaging with primitive prompts suggest a future where prompt writing might become less common. This parallels the world of design, where despite having access to advanced tools, the perfect realization of one's vision remains a challenge. This is not new; designers have always faced endless revisions to meet human expectations. AI may soon reach a point where it can produce outputs closer to human desires without explicit prompt writing. Midjourney, for example, can generate high-quality images from simple prompts, but whether it can truly capture what you want to create or photograph is another matter. As AI evolves, the gap between what it produces and what humans envision might widen, reflecting the ongoing challenge of aligning AI outputs with human expectations. This journey of trial and error in prompt writing and tuning to achieve desired results highlights the evolving relationship between humans and AI, suggesting a future where AI's capabilities might increasingly cater to human whims, albeit with a recognition of the inherent challenges in achieving perfect alignment.Reflecting on the evolution of AI, it becomes increasingly apparent that the more sophisticated AI becomes, the greater the challenge in bridging the gap between the initial quality we perceive and the unexpected outcomes it produces. This discrepancy often boils down to the internal structures, such as prompts, and how we communicate with them. It may even require revisiting the more primitive prompts of the past, a task that was challenging even when our tools were far less advanced. It's reminiscent of discussing the use of calculators for basic tasks despite their availability; while it seems logical to leverage them, AI introduces a unique complexity where the expected answers might not always be as straightforward as we hope.

This ongoing complexity and the somewhat cumbersome nature of dealing with prompts have been a constant struggle, not necessarily because it's difficult, but because it's inconvenient. As AI continues to evolve, this inconvenience seems to escalate, painting a future where the division of labor might shift towards those capable of manipulating AI to produce desired outputs, simply because not everyone can manage it on their own. The higher the quality of the output we seek, the more likely this division becomes.

In creating services, especially with the integration of generative AI and language models, it's crucial to rethink the interface design. It might lean more towards a concept similar to a "one-click" action rather than a chat-based interaction, emphasizing the importance of refining these interfaces in the future. As these services incorporating generative AI continue to proliferate, it's these areas of concern that I find myself pondering and aiming to improve upon. I'm under no illusion that my current thoughts provide all the answers, but I'm eager to further refine and develop these ideas. I would welcome any input or interest in these discussions, as I believe there's much more to explore and enhance in this evolving landscape.