Kas yra dirbtinio intelekto raginimas?

Jei kada nors rašėte klausimą pokalbių robote ir pagalvojote , kad tai ne visai tai, ko norėjau , tuomet susidūrėte su dirbtinio intelekto raginimų menu. Norint gauti puikių rezultatų, mažiau svarbu magija, o daugiau – kaip klausiate. Naudodami kelis paprastus šablonus, galite nukreipti modelius rašyti, samprotauti, apibendrinti, planuoti ar net kritikuoti savo darbą. Ir taip, maži formuluotės pakeitimai gali viską pakeisti. 😄

Straipsniai, kuriuos galbūt norėsite perskaityti po šio:

🔗 Kas yra DI duomenų ženklinimas?
Paaiškina, kaip paženklinti duomenų rinkiniai apmoko tikslius mašininio mokymosi modelius.

🔗 Kas yra dirbtinio intelekto etika?
Apima principus, kuriais vadovaujamasi atsakingu ir sąžiningu dirbtinio intelekto naudojimu.

🔗 Kas yra MCP dirbtiniame intelekte?
Pristatomas modelio konteksto protokolas ir jo vaidmuo dirbtinio intelekto komunikacijoje.

🔗 Kas yra kraštinis dirbtinis intelektas?
Aprašomas dirbtinio intelekto skaičiavimų vykdymas tiesiogiai vietiniuose periferiniuose įrenginiuose.

Kas yra dirbtinio intelekto raginimai? 🤖

Dirbtinio intelekto raginimai – tai įvesties duomenų, nukreipiančių generatyvinį modelį norimo rezultato link, kūrimo praktika. Tai gali būti aiškios instrukcijos, pavyzdžiai, apribojimai, vaidmenys ar net tikslinis formatas. Kitaip tariant, jūs kuriate pokalbį taip, kad modelis turėtų galimybę pateikti būtent tai, ko jums reikia. Autoritetingi vadovai raginimų inžineriją apibūdina kaip raginimų, skirtų valdyti didelius kalbos modelius, kūrimą ir tobulinimą, pabrėžiant aiškumą, struktūrą ir iteracinį tobulinimą. [1]

Būkime atviri – mes dažnai elgiamės su dirbtiniu intelektu kaip su paieškos laukeliu. Tačiau šie modeliai veikia geriausiai, kai nurodote jiems užduotį, auditoriją, stilių ir priėmimo kriterijus. Trumpai tariant, tai yra dirbtinio intelekto raginimas.

Kas daro dirbtinio intelekto raginimą gerą ✅

• Aiškumas nugali sumanumą – paprastos, aiškios instrukcijos sumažina dviprasmybę. [2]

• Kontekstas yra svarbiausia – pateikite kontekstą, tikslus, auditoriją, apribojimus ir netgi rašymo pavyzdį.

• Parodykite, o ne tik papasakokite – keli pavyzdžiai gali įtvirtinti stilių ir formatą. [3]

• Struktūra padeda – modelį sudaro antraštės, ženkleliai, sunumeruoti žingsniai ir išvesties schemos.

• Greitai kartokite – patikslinkite užduotį pagal gautus rezultatus ir bandykite dar kartą. [2]

• Atskirkite rūpesčius – pirmiausia paprašykite analizės, o tada – galutinio atsakymo.

• Leiskite modeliui būti sąžiningam – paprašykite jo pasakyti, kad nežino, arba paprašykite trūkstamos informacijos, kai to reikia. [4]

Niekas iš to nėra raketų mokslas, bet sudėtinis efektas yra realus.

Pagrindiniai dirbtinio intelekto raginimų elementai 🧩

1. Instrukcija
   Aiškiai suformuluokite užduotį: parašykite pranešimą spaudai, išanalizuokite sutartį, sukritikuokite kodeksą.

2. Kontekstas
   Įtraukite auditoriją, toną, sritį, tikslus, apribojimus ir visus jautrius apsauginius barjerus.

3. Pavyzdžiai
   Pridėkite 1–3 aukštos kokybės pavyzdžius, kad pakeistumėte formos stilių ir struktūrą.

4. Išvesties formatas
   Paprašykite JSON, lentelės arba sunumeruoto plano. Būkite konkretūs dėl laukų.

5. Kokybės kartelė.
   Apibrėžkite „atlikta“: tikslumo kriterijai, citatos, ilgis, stilius, spragos, kurių reikia vengti.

6. Darbo eigos patarimai.
   Siūlykite nuoseklų samprotavimą arba juodraščio kūrimo ir redagavimo ciklą.

7. Saugus
   leidimas pasakyti „nežinau“ arba pirmiausia užduoti patikslinančius klausimus. [4]

Mini aprašymas prieš/po
Prieš: „Parašykite rinkodaros tekstą mūsų naujai programėlei.“
Po: „Esate vyresnysis prekės ženklo tekstų kūrėjas. Parašykite 3 nukreipiamojo puslapio antraštes užimtiems laisvai samdomiems darbuotojams, kurie vertina laiko taupymą. Tonas: glaustas, įtikinamas, be reklamos. 5–7 žodžiai. Pateikite lentelę su antrašte ir kodėl ji veikia . Įtraukite vieną priešingą variantą.“

Pagrindiniai dirbtinio intelekto raginimų tipai, kuriuos iš tikrųjų naudosite 🧪

• Tiesioginis raginimas.
  Viena instrukcija su minimaliu kontekstu. Greita, kartais netvirta.

• Kelių kadrų pamokymas
  Pateikite keletą pavyzdžių, kaip išmokyti šablono. Puikiai tinka formatams ir tonui. [3]

• Vaidmenų skatinimas.
  Priskirkite asmenį, pvz., vyresnįjį redaktorių, matematikos korepetitorių ar saugumo apžvalgininką, kuris formuotų elgesį.

• Grandininis raginimas
  Paprašykite modelio mąstyti etapais: planuoti, kurti juodraštį, kritikuoti, peržiūrėti.

• Savikritikos skatinimas.
  Leiskite modeliui įvertinti savo rezultatus pagal kriterijus ir išspręsti problemas.

• Įrankių pagalba pateikiamos instrukcijos.
  Kai modelis gali naršyti arba vykdyti kodą, nurodykite, kada ir kaip naudoti šiuos įrankius. [1]

• Apsauginiai raginimai.
  Įdiekite saugos apribojimus ir atskleidimo taisykles, kad sumažintumėte rizikingus rezultatus, pavyzdžiui, apsauginius takus boulingo takelyje: šiek tiek girgždantis, bet naudingas [5].

Praktiški raginimų modeliai, kurie veikia 🧯

• Užduočių sumuštinis
  Pradėkite nuo užduoties, pridėkite kontekstą ir pavyzdžius viduryje, užbaikite pakartodami išvesties formatą ir kokybės ribą.

• Kritikas, o tada kūrėjas.
  Pirmiausia paprašykite analizės arba kritikos, o tada – galutinio rezultato, kuriame būtų įtraukta ta kritika.

• Kontrolinis sąrašas
  Pateikite kontrolinį sąrašą ir reikalaukite, kad modelis patvirtintų kiekvieną langelį prieš užbaigiant.

• Pirmiausia – schemos.
  Pateikite JSON schemą, paprašykite modelio ją užpildyti. Puikiai tinka struktūrizuotiems duomenims.

• Pokalbio ciklas
  Paprašykite modelio užduoti 3 patikslinančius klausimus ir tęskite. Kai kurie tiekėjai aiškiai rekomenduoja tokio tipo struktūrizuotą aiškumą ir konkretumą. [2]

Mažas keitimas, didelis posūkis. Pamatysi.

Dirbtinio intelekto raginimas, tikslus derinimas ir tiesiog modelių perjungimas 🔁

Kartais kokybę galima pagerinti patobulinus raginimą. Kitais atvejais greičiausias kelias – pasirinkti kitą modelį arba atlikti nedidelį tikslinimą pagal savo sritį. Geri tiekėjų vadovai paaiškina, kada reikia raginti inžinierių, o kada keisti modelį ar metodą. Trumpai tariant: raginimas naudojamas užduoties formulavimui ir nuoseklumui užtikrinti, o tikslinimas apsvarstyamas siekiant srities stiliaus arba stabilių rezultatų dideliu mastu. [4]

Pavyzdiniai raginimai pagal domeną 🎯

• Rinkodara.
  Esate vyresnysis prekės ženklo tekstų kūrėjas. Parašykite 5 temos eilutes el. laiškui, skirtam užimtiems laisvai samdomiems darbuotojams, kurie vertina laiko taupymą. Temos turi būti trumpos, ne ilgesnės kaip 45 simboliai, ir venkite šauktukų. Pateikite 2 stulpelių lentelę: Tema, Pagrindimas. Įtraukite 1 netikėtą, bet neįprastą variantą.

• Produktas
  . Esate produkto vadovas. Šias neapdorotas pastabas paverskite aiškiu problemos aprašymu, naudotojų istorijomis pagal „Given-When-Then“ principą ir 5 žingsnių diegimo planu. Pažymėkite neaiškias prielaidas.

• Palaikymas.
  Šią nusivylusio kliento žinutę paverskite raminančiu atsakymu, kuriame paaiškinamas sprendimas ir nustatomi lūkesčiai. Išlaikykite empatiją, venkite kaltinimų ir įtraukite vieną naudingą nuorodą.

• Duomenys.
  Pirmiausia išvardykite statistines analizės prielaidas. Tada jas kritikuokite. Galiausiai pasiūlykite saugesnį metodą su sunumeruotu planu ir trumpu pseudokodo pavyzdžiu.

• Teisinė
  šios sutarties santrauka ne teisininkui. Tik punktai su sąrašu, jokių teisinių konsultacijų. Bet kokias žalos atlyginimo, nutraukimo ar intelektinės nuosavybės sąlygas išvardykite paprasta anglų kalba.

Tai šablonai, kuriuos galite koreguoti, o ne griežtos taisyklės. Turbūt tai akivaizdu, bet vis tiek.

Palyginimo lentelė – dirbtinio intelekto raginimų parinktys ir jų privalumai 📊

Taip, stalas šiek tiek nelygus. Tikras gyvenimas irgi.

Dažniausios DI raginimų klaidos ir kaip jas ištaisyti 🧹

1. „Vague“ klausia:
   Jei jūsų raginimas skamba kaip gūžtelėjimas pečiais, rezultatas taip pat bus toks pat. Pridėkite auditoriją, tikslą, ilgį ir formatą.

2. Jokių pavyzdžių.
   Kai norite labai konkretaus stiliaus, pateikite pavyzdį. Net ir labai mažą. [3]

3. Per didelis raginimo kiekis.
   Ilgi raginimai be struktūros klaidina modelius. Naudokite skyrius ir ženklelius.

4. Praleidžiant vertinimą
   Visada patikrinkite, ar nėra faktinių teiginių, šališkumo ir praleistos informacijos. Prireikus paprašykite cituoti. [2]

5. Saugos ignoravimas.
   Būkite atsargūs su instrukcijomis, kurios gali įtraukti nepatikimą turinį. Prompt injection ir susijusios atakos kelia realią riziką naršant arba ištraukiant informaciją iš išorinių puslapių; sukurkite apsaugos priemones ir jas išbandykite. [5]

Greitas kokybės vertinimas be spėlionių 📏

• Iš anksto apibrėžkite sėkmę:
  tikslumą, išsamumą, toną, formato atitikimą ir laiką, per kurį gaunamas tinkamas naudoti rezultatas.

• Naudokite kontrolinius sąrašus arba vertinimo kriterijus.
  Paprašykite modelio savarankiškai įvertinti rezultatus prieš grąžinant galutinį darbą.

• Abliuokite ir palyginkite.
  Keiskite po vieną raginimo elementą ir išmatuokite skirtumą.

• Išbandykite kitą modelį arba temperatūrą.
  Kartais greičiausia sėkmė pasiekiama pakeitus modelį arba pakoregavus parametrus. [4]

• Sekti klaidų modelius:
  haliucinacijas, apimties pokyčius, netinkamą auditoriją. Parašyti atsakomuosius raginimus, kurie aiškiai juos blokuotų.

Saugumas, etika ir skaidrumas dirbtinio intelekto raginimuose 🛡️

Geras raginimas apima apribojimus, kurie sumažina riziką. Dėl jautrių temų prašykite cituoti autoritetingus šaltinius. Visais atvejais, susijusiais su politika ar atitiktimi, reikalaukite, kad modelis cituotų arba atidėtų. Nustatyti vadovai nuosekliai skatina aiškias, konkrečias instrukcijas, struktūrizuotus rezultatus ir iteracinį tobulinimą kaip saugesnius numatytuosius nustatymus. [1]

Taip pat, integruodami naršymo ar išorinį turinį, nepažįstamus tinklalapius laikykite nepatikimais. Paslėptas arba priešiškas turinys gali paskatinti modelius pateikti klaidingus teiginius. Kurkite užduotis ir testus, kurie būtų atsparūs tokioms gudrybėms, ir nuolat informuokite žmogų, kad gautumėte svarbius atsakymus. [5]

Greitas pradžios kontrolinis sąrašas stipriam dirbtinio intelekto raginimui ✅🧠

• Vienu sakiniu suformuluokite užduotį.

• Pridėkite auditoriją, toną ir apribojimus.

• Pateikite 1–3 trumpus pavyzdžius.

• Nurodykite išvesties formatą arba schemą.

• Pirmiausia klauskite apie veiksmus, o galutinį atsakymą – tik po to.

• Reikalauti trumpos savikritikos ir pataisymų.

• Jei reikia, leiskite užduoti patikslinančius klausimus.

• Kartokite pagal matomus tarpus... tada išsaugokite laimėjusią užduotį.

Kur sužinoti daugiau nepasiklystant žargone 🌊

Autoritetingi tiekėjų ištekliai peržengia triukšmą. „OpenAI“ ir „Microsoft“ rengia praktinius raginimų vadovus su pavyzdžiais ir scenarijų patarimais. „Anthropic“ paaiškina, kada raginimas yra tinkamas svertas ir kada verta išbandyti ką nors kita. Peržvelkite šiuos vadovus, kai norite antros nuomonės, kuri nėra vien vibracija. [1][2][3][4]

Per ilgai neskaičiau ir baigiamosios mintys 🧡

Dirbtinio intelekto raginimai – tai būdas paversti išmanią, bet tiesiogine prasme veikiančią mašiną naudingu bendradarbiu. Nurodykite jai užduotį, parodykite modelį, užfiksuokite formatą ir nustatykite kokybės kartelę. Truputį pakartokite. Štai ir viskas. Visa kita – praktika ir skonis, su trupučiu užsispyrimo. Kartais per daug galvosite, kartais nepakankamai tiksliai apibrėšite, o kartais sugalvosite keistą metaforą apie boulingo takelius, kurie beveik veikia. Tik taip toliau. Skirtumas tarp vidutinių ir puikių rezultatų paprastai yra tik viena geresnė raginimas.

Nuorodos

1. „OpenAI“ – greito inžinerijos vadovas: skaitykite daugiau

2. „OpenAI“ pagalbos centras – geriausia „ChatGPT“ skubios inžinerijos praktika: skaitykite daugiau

3. „Microsoft Learn“ – greiti inžinerijos metodai („Azure OpenAI“): skaitykite daugiau

4. Antropo dokumentai – greita inžinerijos apžvalga: skaitykite daugiau

5. OWASP GenAI - LLM01: Greita injekcija: skaitykite daugiau

Raskite naujausią dirbtinį intelektą oficialioje dirbtinio intelekto asistentų parduotuvėje

Apie mus