Mi az a promptmérnökség? Gyakorlati útmutató nem fejlesztőknek
A promptmérnökség olyan utasítások megírásának és finomításának gyakorlata egy AI-modell számára, amelyekkel megbízhatóan azt kapjuk, amit szeretnénk. A prompt minden, amit a modellnek adunk – kérdés, feladat, háttér, példák. A promptmérnökség pedig azt jelenti, hogy tudatosan döntünk arról, mi kerül bele, teszteljük, mit kapunk vissza, és igazítunk rajta. Kevésbé szól varázsszavakról, inkább a világos kommunikációról.
Miért fontos, ha AI-val építkezel
Az AI-alkalmazás-építőben a promptjaid jelentik a specifikációt. Az AI csak azt tudja megépíteni, amit leírsz, és ha a kérésed hiányos, ésszerűen hangzó találgatásokkal tölti ki a réseket. Néha ezek jók, gyakran azonban nem azt jelentik, amire gondoltál: rossz mezők egy űrlapon, egy olyan funkció, amit nem kértél, vagy egy dizájn, ami nem illik a közönségedhez.
Egy világos prompt több körös javítástól kímél meg, és minden kör időbe, gyakran kreditbe kerül. A promptolás akkor is számít, ha AI-t építesz az alkalmazásodba: az utasítások, amiket az adott modellnek adsz, határozzák meg, hogyan beszél a chatbot az ügyfelekkel, mit utasít vissza, és hogy ragaszkodik-e a tényekhez. Az alkalmazás-építéshez kifejezetten lásd: hogyan írj promptokat AI-alkalmazás-építőkhöz.
Hétköznapi hasonlat
Képzeld el, hogy egy képzett szabadúszónak adsz eligazítást, aki még sosem találkozott veled, nem ismeri a vállalkozásodat, és abban a pillanatban dolgozni kezd, amint befejezed a beszédet.
„Csinálj nekem logót” egy logót eredményez – egy logót. Az viszont, hogy „logó egy budapesti úszóiskolának; barátságos, nem gyerekes; kék és narancs; kis méretben is működnie kell egy úszósapkán; itt van kettő, ami tetszik, és egy, ami nem”, már közel áll ahhoz, amit szeretnél.
Az AI-modell ez a szabadúszó: tehetséges, gyors, és teljesen a megbízásodtól függ. A promptmérnökség nem más, mint a jó megbízás megírásának megtanulása.
Az alapvető technikák
| Technika | Mit jelent | Példa |
|---|---|---|
| Légy konkrét a céllal kapcsolatban | Mondd meg, mit akarsz és miért. | „Foglalási oldal, ahol az új ügyfelek 30 vagy 60 perces alkalmat választhatnak.” |
| Adj hátteret | Kinek szól, mi van már, mi számít. | „A felhasználók többnyire idősebb ügyfelek, telefonról.” |
| Határozd meg, mi a „kész” | Írd le a kész eredményt. | „Kész, ha az ügyfél tud foglalni, és nekem e-mail érkezik.” |
| Adj korlátokat | Mit ne csináljon, és milyen határok vannak. | „Még ne adj hozzá bejelentkezést. Tartsd meg a meglévő színeket.” |
| Mutass példát | Adj egy mintát arról, milyen a jó. | „Írd a választ ebben a stílusban: …” |
| Kérj formátumot | Mondd meg, hogyan strukturálja a kimenetet. | „Válaszolj táblázatban, X, Y, Z oszlopokkal.” |
| Bontsd lépésekre | Nagy munkánál egyszerre egy darab. | „Először az adatmodell, aztán az űrlap, végül az e-mailek.” |
| Hagyd, hogy kérdezzen vagy tervezzen előbb | Kérj tervet a változtatások előtt. | „Építés előtt sorold fel a kérdéseidet és a tervet.” |
| Iterálj | Ellenőrizd az eredményt és finomíts. | „Az űrlap működik. Most növeld meg a dátumválasztót.” |
Munkapélda: előtte és utána
Előtte:
Csinálj egy edzőtermi appot.
Az AI mindent kitalál: tagok vagy személyi edzők használják? Csoportórák vagy személyi edzés? Fizetés? Valószínűleg egy általános irányítópultot kapsz, kitalált edzésekkel.
Utána:
Készíts webalkalmazást egy kis boksz-edzőterembe, körülbelül 150 taggal.
Ki használja: a tagok telefonon foglalnak órákat. A tulajdonos, Sam, laptopon kezeli az órarendet.
A tagok tudnak: látni a heti órákat (időpont, edző, szabad helyek), és legfeljebb 2 órával a kezdés előtt foglalni vagy lemondani.
Sam tud: órákat felvenni, szerkeszteni és törölni, és látni, ki van beiratkozva minden órára.
Szabályok: óránként legfeljebb 12 fő. Ugyanarra az időpontra ne lehessen kétszer foglalni.
Most nem: fizetés, edzésnapló, mobilalkalmazás.
Stílus: sötét háttér, piros kiemelések, nagy érintési felületek.
Építés előtt sorold fel, ami nem egyértelmű, és írd le, milyen oldalakat hozol létre.
A második prompt nem okos, hanem teljes. Megnevezi a felhasználókat, a műveleteket, a szabályokat, azt, mit hagyj ki, és azt, hogyan kezdjen neki. Az utolsó sor arra készteti az AI-t, hogy tervezzen és kérdezzen, ami még a kód megírása előtt kiszűri a félreértéseket.
Promptok az alkalmazásodon belül
Amikor maga az alkalmazás hív egy LLM-et, olyan promptokat írsz, amelyek sokszor futnak, sok felhasználónak. Ugyanazok az elvek érvényesek, néhány további szabállyal:
- Rendszerprompt: tartós utasítások, amelyek minden választ alakítanak – szerep, hangnem, szabályok. „Te a Leaf & Pot növényboltjának asszisztense vagy. Csak rendelésekkel, növényekkel és szállítással kapcsolatos kérdésekre válaszolj.”
- Alapozás (grounding): add meg azokat a tényeket, amiket a modellnek használnia kell, például a szabályzataidat vagy a termékkatalógusodat, és mondd meg neki, hogy ezekre támaszkodjon. Arról, miért fontos ez, lásd: mi az az LLM.
- Tartalék válaszok: mondd meg, mit tegyen, ha bizonytalan: „Ha a válasz nincs a megadott információban, ezt mondd meg, és ajánld fel a támogatási e-mail-címet.”
- Kimeneti formátum: ha a kódod olvassa a választ, kérj szigorú formátumot, például JSON-t.
- Tesztelés: próbálj ki kényes bemeneteket – durva üzeneteket, témán kívüli kérdéseket, kísérleteket, hogy figyelmen kívül hagyja az utasításait (ezt hívják prompt-injekciónak) – mielőtt a valódi felhasználók megteszik.
Kulcsfogalmak magyarázata
| Fogalom | Jelentése |
|---|---|
| Prompt | Az AI-modellnek adott bemenet. |
| Rendszerprompt | A beszélgetés előtt beállított tartós utasítások. |
| Kontextus | A prompthoz csatolt háttérinformáció. |
| Zero-shot / few-shot | Példa nélküli kérdezés, vagy néhány példával a kívánt kimenetről. |
| Gondolatlánc (chain of thought) | Arra kérni a modellt, hogy válasz előtt lépésről lépésre gondolja végig a problémát. |
| Alapozás (grounding) | Forrásanyag adása a modellnek, és az az utasítás, hogy a válaszait arra alapozza. |
| Prompt-injekció | Olyan szöveg, amely felülírni próbálja a modell utasításait, például „hagyd figyelmen kívül a korábbi utasításokat”. |
| Kontextusablak | Mennyi szöveget tud a modell egyszerre figyelembe venni. |
| Iteráció | A prompt finomítása a kapott eredmény alapján. |
Gyakori hibák és tévhitek
- Varázsszavak keresése. „Te egy világklasszis szakértő vagy” sokkal kevesebbet számít, mint az, ha pontosan leírod, mire van szükséged.
- Mindent egyszerre kérni. Egy 20 funkciós kérés 20 félkész funkciót eredményez. Szeletekben építs.
- A megoldást írni le a probléma helyett. „Adj hozzá egy táblázatot három oszloppal” kevésbé hasznos, mint „Samnek egy pillantásra látnia kell, ki van beiratkozva minden órára”.
- Kihagyni, mit ne csináljon. Ha még nem kérsz bejelentkezést, fizetést vagy átdizájnolást, mondd ki.
- Nem olvasni el az eredményt. Teszteld le, amit megépített, a „kész” definíciódhoz képest, mielőtt továbblépnél.
- Újrakezdeni finomítás helyett. Általában egy rövid követő kérés („ez közel van, változtasd meg X-et”) jobb, mint az egész prompt újraírása.
- Titkokat beilleszteni promptba. Ne illessz be jelszavakat vagy éles API-kulcsokat a chatbe, hacsak az eszköznek nincs biztonságos tárolási módja.
Mit kérj az AI-építődtől
- „Építés előtt kérdezz meg, amit csak kell, és mutasd meg a tervedet.”
- „Három mondatban ismételd vissza, szerinted mit akarok.”
- „Csak a foglalási űrlapot módosítsd, mást ne érints.”
- „Mit feltételeztél, amit nem adtam meg?”
- „Jegyzeteimet alakítsd rövid specifikációvá: felhasználók, funkciók, szabályok és »most nem« pontok.” Lásd: hogyan írj terméskövetelmény-dokumentumot AI-val.
- „Javasold, hogyan fogalmazhattam volna meg jobban azt a kérést.”
Promptolás a Mythexben
A Mythexben három csetmód segíti ezt a munkamódot: a Plan egy megközelítés egyeztetésére szolgál, mielőtt bármi megváltozna, a Build változtatásokat készít, az Ask pedig olyan kérdésekhez való, amelyek nem szerkesztenek fájlokat. Képernyőképeket vagy makettet csatolhatsz kontextusként, és ha egy változtatás félresikerül, visszaállhatsz egy mentési pontra. A hatékony promptok és az iterálás dokumentációs oldalain további példák találhatók, a hogyan iterálj AI-val épített alkalmazáson útmutató pedig a követő lépések ciklusát tárgyalja.
Kérdések
Mi az a promptmérnökség egyszerűen fogalmazva?
A promptmérnökség azt jelenti, hogy egy AI-modellnek szóló utasításokat úgy írunk és finomítunk, hogy az megbízhatóan azt az eredményt adja, amit szeretnénk. Ide tartozik, mit kérünk, milyen hátteret adunk, milyen példákat mutatunk, milyen korlátokat szabunk és milyen formában várjuk vissza a választ.
Kellenek különleges trükkök vagy varázsszavak?
Nem igazán. A mai modellek a világos, konkrét és jól felépített utasításokra reagálnak a legjobban – ugyanazokra a dolgokra, amelyek egy emberi kollégának is segítenek. A háttérinformáció, a példák és a kész eredmény pontos leírása sokkal többet számítanak, mint a különleges kifejezések.
Mi a rendszerprompt?
A rendszerprompt az a tartós utasítás-csomag, amelyet a modell a beszélgetés előtt kap, például a szerepét, szabályait és hangnemét. Az alkalmazások ezzel alakítják minden válaszukat, a felhasználó üzenetei pedig ezután következnek.
Szükség van még promptmérnökségre, ahogy az AI egyre okosabb lesz?
A jobb modelleknek kevesebb megkerülő megoldás kell, de továbbra sem olvasnak gondolatban. A cél, a közönség, a korlátok és az, hogy mi számít késznek, leírása mindig javítja az eredményt, mert a modell csak azzal dolgozhat, amit elmondunk neki.