ChatGPT 와 같은 API-Type-A.I 에 대해서만 일단 생각을 해보겠습니다... 


GPT 모델의 경우 거의 모든 Type 의 질의사항들에 대해 Search 가 가능합니다... ^^; 


그렇다면,, 


질의사항들에 대해서 얻어지는 것의 Sequence 는 <<Natural Language Type Information File>> 이라고 판단이 가능합니다... ^^;; 


다른 것에 대해서는 Valuable Level 에 대해서 얻어야할 것이 그것이 됩니다.... 


그래서,, 


결국에는 얻어야할 자료들의 Type Complete-ness 를 알아야 하는 것이 GPT 모델로 부터의 <<File Getting>> 이 되는 것입니다. ^^ 


그래서,, 


Full-Getter 의 한 가지 Type 이 GPT 모델이라고 생각이 가능합니다... ^^ 


그렇기 때문에 알아야할 것에 대한 About SOMETHING 에 대해서 그것이 무엇인지를 사고를 해야하는 것입니다... ^^ 


결국에는 Informative Completeness 가 중요한 것입니다... 


그래서,, 


결국에는 Recipe Type Info 를 얻어내려는 MIND 가 일단의 것에는 필요로 됩니다... 


방법이 있는지? 의 Problem 에 대한 <<Auto Configuring Robotic Process>> 가 GPT 모델이라고 판단이 됩니다... 


그렇기 때문에 GPT 모델에 의해서 Figure Out (알아내기) 에 대한 질의항목들의 설계가 필요로 합니다. ^^;;


결국에는 질답의 고리 (Question/Answer RING) 이 필요로 하게 됩니다.... ^^;; 


그렇기에 다음의 Ring 이 성립을 합니다!!... 


[1] Why >>> [2] How >>> [3] Specify >>> [4] Format Conclusion  


결국에 Process Engine 에 대해서 최적의 질의설계 Logic 은 위를 따르게 되어있습니다... 


결국에 GPT 모델로 할 수가 있는 것은 Auto Documenting 이라고 보여집니다..


Context 의 DEPTH 에 맞춰서 무엇이든지 Auto Documenting 이 가능합니다... 하지만 대부분의 일에 대해서 거의 아직 없는 것일수록,, 


Auto Documenting 의 난이도는 상승하기를 급격한 Context 의 결핍을 동반합니다.... 


이미 충분히 조사연구된 일들에 대해서만 GPT 와 같은 <<Auto Configuring Robotic Process>> 가 


일의 사항집합에 대해서 Documenting 이 확실히 100% 됩니다.... 


강제로 모든 것에 대해서 Auto Documenting 을 시도할 수는 있지만 심각한 Context 의 저하를 동반하게 됩니다...


감사합니다.... ^^

 


Thank you 1234