Promptų inžinerijos vadovėlis, pateiktas OpenAI

Šis promptų inžinerijos vadovėlis, pateiktas OpenAI komandos, aptaria strategijas ir taktikas, kaip gauti geresnius rezultatus iš didelės apimties kalbos modelių (kartais vadinamų GPT modeliais), konkrečiai iš Chat GPT-4.

Aprašyti metodai kartais gali būti taikomi kartu didesniam efektui pasiekti. OpenAI promptų inžinieriai skatina eksperimentuoti, kad atrastumėte jums geriausiai tinkančius metodus.

Kai kurie čia pateikti pavyzdžiai veikia tik su šiuo metu galingiausiu modeliu GPT-4. Apskritai, jei pastebite, kad modelis nesugeba atlikti užduoties ir yra prieinamas galingesnis modelis, dažnai verta bandyti dar kartą su galingesniu modeliu.

Taip pat galite tyrinėti pavyzdinius užklausos tekstus, kurie demonstruoja, ką Chat GPT modeliai gali atlikti: Promptų pavyzdžiai

6 strategijos, kaip gauti geresnius rezultatus iš dirbtinio intelekto

1. Rašykite aiškias instrukcijas

Šie dirbtinio intelekto modeliai negali skaityti jūsų mintis. Jei išvestys yra per ilgos, prašykite trumpų atsakymų. Jei išvestys yra per paprastos, prašykite eksperto lygio teksto. Jei jums nepatinka formatas, parodykite formatą, kurį norėtumėte matyti. Kuo mažiau modeliui reikia spėlioti, ko norite, tuo labiau tikėtina, kad gausite tai, ko norite.

Taktikos:

• Detalizuokite savo promptą, kad gautumėte labiau tinkamus atsakymus
• Paprašykite modelio pritaikyti tam tikrą asmenybę
• Naudokite skyriklius aiškiai nurodyti atskiriems užklausos elementams
• Nurodykite žingsnius, reikalingus užduoties atlikimui
• Pateikite pavyzdžius
• Nurodykite norimą išvesties ilgį

2. Pateikite nuorodas

Dirbtinio intelekto kalbos modeliai gali drąsiai išgalvoti netikrus atsakymus, ypač kai klausiama apie įmantrias temas arba prašoma citatų ir URL. Taip pat kaip paruoštuko lapas gali padėti mokiniui geriau išlaikyti testą, pateikiant nuorodas šiems modeliams, galima gauti teisingesnius atsakymus, išvengti prasimanymų.

Taktikos:

• Nurodykite modeliui atsakinėti naudojant pateiktas nuorodas
• Nurodykite modeliui atsakyti su citatomis iš nuorodos teksto

3. Skaidykite sudėtingas užduotis į paprastesnes dalines užduotis

Kaip ir programavimo inžinerijoje yra gera praktika sudėtingą sistemą skaidyti į modulinių komponentų rinkinį, taip pat ir užduotys, pateiktos kalbos modeliui, turėtų būti skaidomos. Sudėtingos užduotys paprastai turi didesnį klaidų dažnį nei paprastesnės užduotys. Be to, sudėtingas užduotis dažnai galima apibrėžti kaip paprastesnių užduočių darbo eigą, kurioje ankstesnių užduočių išvestys naudojamos vėlesnių užduočių įvestims konstruoti.

Taktikos:

• Naudokite ketinimų klasifikaciją, kad nustatytumėte labiausiai tinkamas instrukcijas vartotojo užklausai
• Dialogo programoms, kurios reikalauja labai ilgų pokalbių, padarykite santrauką ar filtruokite ankstesnį dialogą
• Darykite ilgų dokumentų dalių santraukas ir konstruokite pilną santrauką rekursyviai

4. Duokite dirbtinio intelekto modeliui laiko „pagalvoti”

Jeigu paprašytumėte padauginti 17 iš 28, galbūt iš karto nežinotumėte atsakymo, bet galėtumėte jį išsiaiškinti turėdami laiko. Panašiai, modeliai daro daugiau loginių klaidų, bandydami atsakyti iš karto, o ne turėdami laiko apsvarstyti atsakymą. Prašant „minties grandinės” prieš atsakymą, galima padėti modeliui atrasti logiškesnius atsakymus.

Taktikos:

• Nurodykite modeliui išanalizuoti siūlomą sprendimą prieš skubant prie išvadų
• Naudokite vidinį monologą ar eilę užklausų, kad atskleistumėte modelio mąstymo procesą
• Paklauskite modelio, ar kažko nepraleido ankstesniuose bandymuose

5. Naudokite išorines priemones

Kompensuokite modelio silpnybes „maitindami” jį kitų priemonių išvestimis. Pavyzdžiui, teksto paieškos sistema (kartais vadinama RAG arba paieškos papildymo generavimu) gali pranešti modeliui apie aktualius dokumentus. Kodo vykdymo variklis, kaip OpenAI’s Code Interpreter, gali padėti modeliui atlikti matematikos užduotis ir vykdyti kodą. Jei užduotis gali būti atlikta patikimiau ar efektyviau naudojant kitą priemonę, o ne kalbos modelį, atlikite ją su minėta priemone, kad gautumėte geriausius rezultatus.

Taktikos:

• Naudokite įterpimais pagrįstą paiešką efektyviam žinių išgavimui
• Naudokite kodo vykdymą tikslesniems skaičiavimams atlikti arba išoriniams API iškviesti
• Suteikite modeliui prieigą prie konkrečių funkcijų

6. Sistemiškai testuokite pokyčius

Veiklos gerinimas yra lengvesnis, jei galite jį išmatuoti. Kai kuriais atvejais pakeitimas užklausos tekste gali sąlygoti geresnius rezultatus keliose atskiruose pavyzdžiuose, bet pabloginti bendrą rezultatą daugiapakopiame pavyzdžių rinkinyje. Todėl, kad būtų įsitikinta, jog pakeitimas teigiamai veikia rezultatą, gali reikėti apibrėžti išsamų testų rinkinį (taip pat žinomą kaip „eval”).

Taktika:

• Vertinkite modelio išvestis atsižvelgdami į „aukso vidurio” atsakymus

Kaip dirbti su dirbtinio intelekto vadovėliu?

Kiekviena iš aukščiau išvardytų strategijų gali būti įgyvendinta naudojant konkrečias taktikas.

Šios taktikos skirtos suteikti idėjų, ką išbandyti. Jos nėra visiškai išsamios, ir turėtumėte jaustis laisvai išbandyti kūrybingas idėjas, kurios čia nepateiktos.