原本性の確保とは、独自の思考や表現が他の人や情報源からの影響を受けずに生まれることを指します。言語モデルの場合、原本性を確保するためには、他の情報源やデータセットに依存せずに独自の文を生成できることが求められます。
言語モデルの原本性を測定する一つの方法は、「シードプロンプト」を使用することです。シードプロンプトとは、モデルに与えられた最初の一部の文であり、その文から文章生成が始まります。シードプロンプトの内容によって、生成される文章の方向性や内容が大きく影響を受けることがあります。そのため、原本性を確保するためには、シードプロンプトに対して注意深く選択する必要があります。
しかし、現行の言語モデルでは、シードプロンプトを変えなくても同じような文が生成されてしまうことがよくあります。これは、モデルが学習データから学んだ統計的な傾向やパターンに従って文章を生成しているためです。したがって、原本性を確保するためには、シードプロンプトだけでなく、他のプロンプト戦略も検討する必要があります。
メタ認知プロンプト（MP）は、原本性の確保に対して効果的なプロンプト戦略の一つです。MPは、モデルに対して目的や要求を明示したり、文の特定の側面について考えるように促す指示を与えたりするものです。例えば、「原稿がより独自性のある内容を持つように書いてください」といった指示がMPの一例です。これによって、モデルはより独自で原本性のある文章を生成することが期待されます。
MPの詳細な解説が載っているウェブサイトとしては、「OpenAIのドキュメント」（https://docs.openai.com/）があります。ここでは、「認知・コミュニケーション」セクションにMPに関する情報が詳しく解説されていますので、参考にしていただければと思います。