# データ生成
LLMsは、一貫したテキストを生成する強力な機能を持っています。効果的なプロンプト戦略を使用することで、モデルをより良く、一貫性があり、より事実に基づいた回答を生成することができます。 LLMsは、あらゆる種類の実験や評価を実行するのに本当に役立つデータを生成するのに特に役立ちます。例えば、次のようにして、感情分析のための10の例を生成することができます。

*プロンプト:*
```
感情分析のための10の例を作成してください。例は、ポジティブまたはネガティブに分類されます。ネガティブな例2つとポジティブな例8つを生成してください。次のフォーマットを使用してください：
Q：<文>
A：<感情>
```

*出力:*
```
Q: 私は今、最高のニュースを聞きました！
A: ポジティブ

Q: 私たちは仕事で昇給したばかりです！
A: ポジティブ

Q: 私は今日成し遂げたことにとても誇りを感じています。
A: ポジティブ

Q: 私は今日一番の日を過ごしています！
A: ポジティブ

Q: 週末が本当に楽しみです。
A: ポジティブ

Q: 私は今、最高のプレゼントをもらいました！
A: ポジティブ

Q: 私は今とても幸せです。
A: ポジティブ

Q: 私は素晴らしい家族を持っていてとても幸せです。
A: ポジティブ

Q: 外の天気はとても暗いです。
A: ネガティブ

Q: 私はとても悪いニュースを聞きました。
A: ネガティブ
```

これは非常に有用です。実際、私たちは、ガイドの別のセクションで別のテストにこの例を使用しています。