რა არის Prompt Engineering? პრაქტიკული გზამკვლევი არაპროგრამისტებისთვის
Prompt engineering არის AI მოდელისთვის ინსტრუქციების წერისა და დახვეწის პრაქტიკა, რათა მან საიმედოდ შექმნას ის, რაც გინდათ. Prompt არის ყველაფერი, რასაც მოდელს აძლევთ — კითხვა, დავალება, კონტექსტი, მაგალითები — ხოლო prompt-ის engineering ნიშნავს იმის გააზრებულად კონტროლს, რაც შედის, იმის შემოწმებას, რაც გამოდის, და კორექტირებას. ის ნაკლებად ჯადოსნურ ფრაზებს ეხება და უფრო მკაფიო კომუნიკაციას.
რატომ არის ეს მნიშვნელოვანი AI-ით აპების შექმნისას
AI აპის შემქმნელთან თქვენი prompt-ები წარმოადგენენ სპეციფიკაციას. AI-ს შეუძლია აწყოს მხოლოდ ის, რაც აღწერეთ, და როცა მოთხოვნაში გაჩნდება ხარვეზი, ის მას გონივრული ვარაუდებით ავსებს. ზოგჯერ ვარაუდები კარგია. ხშირად კი არ ის გამოდის, რაც გულისხმობდით: არასწორი ველები ფორმაში, ფუნქცია, რომელიც არ გინდოდათ, დიზაინი, რომელიც თქვენს აუდიტორიას არ შეეფერება.
მკაფიო prompt გიზოგავთ რამდენიმე ციკლს გასწორებებით, ხოლო თითოეული ციკლი დროს და, როგორც წესი, კრედიტებს მოითხოვს. Prompting მნიშვნელოვანია ასევე მაშინ, თუ AI-ს თქვენი აპის შიგნით ამატებთ: ინსტრუქციები, რომლებსაც ამ მოდელს აძლევთ, განსაზღვრავს, როგორ ელაპარაკება თქვენს ჩატბოტი მომხმარებლებს, რაზე უარს იტყვის და რამდენად დარჩება თქვენს ფაქტებთან. აპის შექმნისთვის კონკრეტულად იხილეთ როგორ დავწეროთ prompt-ები AI აპის შემქმნელებისთვის.
ყოველდღიური ანალოგია
წარმოიდგინეთ, რომ ბრიფს უხსნით გამოცდილ ფრილანსერს, რომელსაც თქვენი ბიზნესი არ იცის და სამუშაოს იმ წუთშივე დაიწყებს, როცა თქვენ ლაპარაკს შეწყვეტთ.
«გამიკეთე ლოგო» მოგცემთ რაღაც ლოგოს. «ლოგო საბავშვო საცურაო სკოლისთვის დუბაიში; მეგობრული, არა ბავშვური; ლურჯი და ნარინჯისფერი; პატარად უნდა იკითხებოდეს საცურაო ქუდზე; აქ მოცემულია ორი, რომელიც გვიყვარს, და ერთი, რომელიც არ მოგვწონს» მოგცემთ იმას, რაც მართლაც გინდათ.
AI მოდელი ის ნიჭიერი, სწრაფი და თქვენს ბრიფზე სრულად დამოკიდებული ფრილანსერია. Prompt engineering არის კარგი ბრიფის წერის სწავლა.
ძირითადი ტექნიკები
| ტექნიკა | რას ნიშნავს | მაგალითი |
|---|---|---|
| კონკრეტული იყავით მიზნის შესახებ | თქვით, რა გინდათ და რატომ. | «დაჯავშნის გვერდი, სადაც ახალი კლიენტები აირჩევენ 30- ან 60-წუთიან სესიას.» |
| მიაწოდეთ კონტექსტი | ვისთვისაა, რა უკვე არსებობს, რა არის მნიშვნელოვანი. | «მომხმარებლები უმეტესად ტელეფონით მოსული უფროსი ასაკის კლიენტები არიან.» |
| განსაზღვრეთ „დასრულება“ | აღწერეთ საბოლოო შედეგი. | «დასრულებულია, როცა კლიენტს შეუძლია დაჯავშნა და მე მივიღებ ელფოსტას.» |
| დააწესეთ შეზღუდვები | რისი არ კეთება და რა ზღვრები. | «ჯერ ავტორიზაცია არ დაამატოთ. შეინარჩუნეთ არსებული ფერები.» |
| აჩვენეთ მაგალითები | მიაწოდეთ ნიმუში, როგორი იქნება კარგი შედეგი. | «დაწერეთ პასუხი ამ სტილით: …» |
| მოითხოვეთ ფორმატი | უთხარით, როგორ დააყენოს შედეგი. | «უპასუხეთ ცხრილით სვეტებით X, Y, Z.» |
| დაყავით ნაბიჯებად | დიდი დავალებისთვის — ერთი ნაწილი ერთდროულად. | «ჯერ მონაცემთა მოდელი, შემდეგ ფორმა, შემდეგ ელფოსტები.» |
| ჯერ ჰკითხეთ ან დაგეგმეთ | მიიღეთ გეგმა ცვლილებებამდე. | «აშენებამდე ჩამოწერეთ თქვენი კითხვები და გეგმა.» |
| გაიმეორეთ | შეამოწმეთ შედეგი და დახვეწეთ. | «ფორმა მუშაობს. ახლა გახადეთ თარიღის ამრჩევი უფრო დიდი.» |
სამუშაო მაგალითი: მანამდე და მერე
მანამდე:
გააკეთე სპორტდარბაზის აპი.
AI-მ ყველაფერი უნდა გამოიცნოს: წევრები თუ თანამშრომლები? ჯგუფური თუ პერსონალური ვარჯიში? გადახდები? სავარაუდოდ მიიღებთ ზოგად დაფას გამოგონილი ვარჯიშებით.
მერე:
ააშენე ვებაპი პატარა ბოქსის დარბაზისთვის დაახლოებით 150 წევრით.
ვინ იყენებს: წევრები ჯავშნიან კლასებს ტელეფონით. მფლობელი, სემი, მართავს განრიგს ლეპტოპზე.
წევრებს შეუძლიათ: ნახონ ამ კვირის კლასები (დრო, მწვრთნელი, თავისუფალი ადგილები) და დაჯავშნონ ან გააუქმონ დაწყებამდე 2 საათით ადრე.
სემს შეუძლია: დაამატოს, შეცვალოს და გააუქმოს კლასები და ნახოს, ვინ არის დაჯავშნილი თითოეულ კლასში.
წესები: მაქსიმუმ 12 ადამიანი თითო კლასში. ერთსა და იმავე სლოტზე ორმაგი დაჯავშნა არ უნდა იყოს.
ახლა არა: გადახდები, ვარჯიშების თვალყურის დევნება, მობილური აპი.
სტილი: მუქი ფონი, წითელი აქცენტები, დიდი ღილაკები შეხებისთვის.
ააშენებამდე ჩამოწერეთ ყველაფერი, რაც გაუგებარია, და აღწერეთ გვერდები, რომლებსაც შექმნით.
მეორე prompt არ არის ჭკვიანური; ის სრულია. ის ასახელებს მომხმარებლებს, მოქმედებებს, წესებს, იმას, რაც უნდა გამოვრიცხოთ, და იმას, როგორ დავიწყოთ. ბოლო სტრიქონი AI-ს იწვევს, დაგეგმოს და დასვას კითხვები, რაც გაუგებრობებს კოდის დაწერამდე იჭერს.
Prompt-ები აპის შიგნით
როცა თქვენი აპი თავად იძახებს LLM-ს, ისეთ prompt-ებს წერთ, რომლებიც ბევრჯერ და ბევრი მომხმარებლისთვის გაეშვება. იგივე პრინციპები მოქმედებს, პლუს კიდევ რამდენიმე:
- სისტემური prompt: მუდმივი ინსტრუქციები, რომლებიც ყველა პასუხს განსაზღვრავს — როლი, ტონი, წესები. „შენ ხარ Leaf & Pot-ის ასისტენტი, მცენარეების მაღაზიისა. უპასუხე მხოლოდ შეკვეთებზე, მცენარეებსა და მიტანაზე.“
- საფუძველი (grounding): ჩართეთ ფაქტები, რომლებიც მოდელმა უნდა გამოიყენოს, მაგალითად თქვენი პოლიტიკა ან პროდუქტების კატალოგი, და უთხარით, რომ მათ დაეყრდნოს. იხილეთ რა არის LLM, რატომ არის ეს მნიშვნელოვანი.
- სარეზერვო წესები: უთხარით, რა გააკეთოს, როცა არ არის დარწმუნებული: „თუ პასუხი მოცემულ ინფორმაციაში არ არის, ეს უთხარი და შესთავაზე მხარდაჭერის ელფოსტა.“
- გამოსავალი ფორმატი: თუ თქვენი კოდი პასუხს კითხულობს, მოითხოვეთ მკაცრი ფორმატი, მაგალითად JSON.
- ტესტირება: სცადეთ უხერხული შეტყობინებები — უხეში შეტყობინებები, თემიდან გადასული კითხვები, მცდელობები, რომ მოდელმა უგულებელყოს თავისი ინსტრუქციები (ე.წ. prompt injection) — სანამ ამას რეალური მომხმარებლები გააკეთებენ.
ძირითადი ტერმინები
| ტერმინი | რას ნიშნავს |
|---|---|
| Prompt | შეყვანა, რომელსაც AI მოდელს აძლევთ. |
| სისტემური prompt | მუდმივი ინსტრუქციები საუბრამდე. |
| კონტექსტი | prompt-ში ჩართული ფონური ინფორმაცია. |
| Zero-shot / few-shot | კითხვა მაგალითების გარეშე, ან რამდენიმე მაგალითით სასურველი შედეგისთვის. |
| მსჯელობის ჯაჭვი (chain of thought) | მოდელს სთხოვთ, პასუხამდე პრობლემა ნაბიჯ-ნაბიჯ გადახაზოს. |
| საფუძველი (grounding) | მოდელს აძლევთ საწყის მასალას და უთხარით, რომ პასუხები მასზე დააფუძნოს. |
| Prompt injection | ტექსტი, რომელიც ცდილობს, მოდელის ინსტრუქციები გადაფაროს, მაგალითად „უგულებელყავი წინა ინსტრუქციები“. |
| კონტექსტის ფანჯარა | რამდენი ტექსტის განხილვა შეუძლია მოდელს ერთდროულად. |
| იტერაცია | prompt-ის დახვეწა იმის მიხედვით, რაც დაბრუნდა. |
გავრცელებული შეცდომები და მცდარი წარმოდგენები
- ჯადოსნური სიტყვების ძიება. «შენ ხარ მსოფლიო დონის ექსპერტი» ბევრად ნაკლებად მნიშვნელოვანია, ვიდრე იმის მკაფიოდ თქმა, რაც სინამდვილეში გჭირდებათ.
- ყველაფრის ერთდროულად თხოვნა. 20-ფუნქციიანი მოთხოვნა 20 ნახევრად დასრულებულ ფუნქციას იძლევა. ააშენეთ ნაწილ-ნაწილ.
- გადაწყვეტის აღწერა პრობლემის ნაცვლად. «დაამატე ცხრილი სამი სვეტით» ნაკლებად სასარგებლოა, ვიდრე «სემს უნდა ერთი შეხედვით ნახოს, ვინ არის დაჯავშნილი თითოეულ კლასში.»
- იმის არ თქმა, რისი არ კეთება უნდა. თუ ჯერ არ გინდათ ავტორიზაცია, გადახდები ან რედიზაინი, თქვით ეს.
- შედეგის არ წაკითხვა. შეამოწმეთ აშენებული, თქვენი „დასრულების“ განმარტების მიხედვით, სანამ წინ წახვალთ.
- თავიდან დაწყება დახვეწის ნაცვლად. ხშირად მოკლე დაზუსტება («ეს თითქმის მზადაა; შეცვალე X») უკეთესია, ვიდრე მთელი prompt-ის თავიდან დაწერა.
- საიდუმლოებების ჩასმა prompt-ებში. არ ჩასვათ პაროლები ან აქტიური API გასაღებები ჩატში, თუ ინსტრუმენტს მათი უსაფრთხო შენახვის გზა არ აქვს.
რა სთხოვოთ თქვენს AI შემქმნელს
- «აშენებამდე მკითხე ყველა კითხვა და მაჩვენე შენი გეგმა.»
- «სამ წინადადებად გაიმეორე, რა მგონია, რომ მინდა.»
- «შეცვალე მხოლოდ დაჯავშნის ფორმა; სხვა არაფერს შეეხო.»
- «რა ივარაუდე ისეთი, რაც არ მიმითითებია?»
- «ჩემი ჩანაწერები გადააქციე მოკლე სპეციფიკაციად მომხმარებლებით, ფუნქციებით, წესებითა და „ახლა არა“-ს პუნქტებით.» იხილეთ როგორ დავწეროთ პროდუქტის მოთხოვნების დოკუმენტი AI-ით.
- «მიპასუხე, როგორ შეიძლებოდა იმ მოთხოვნის უკეთ ჩამოყალიბება.»
Prompting Mythex-ში
Mythex-ს აქვს სამი ჩატის რეჟიმი, რომლებიც ამ მუშაობის სტილს შეესაბამება: Plan — მიდგომის შეთანხმება მანამდე, სანამ რამე შეიცვლება, Build — ცვლილებების შეტანა და Ask — კითხვები, რომლებმაც ფაილები არ უნდა შეცვალოს. შეგიძლიათ მიამაგროთ ეკრანის ანაბეჭდები ან მაკეტები კონტექსტად, და თუ ცვლილება არასწორად წავიდა, შეგიძლიათ დაუბრუნდეთ checkpoint-ს. დოკუმენტაციის გვერდებზე ეფექტური prompt-ები და იტერაცია მეტ მაგალითს იძლევა, ხოლო როგორ დავახვეწოთ AI-ით აშენებული აპი აღწერს დაზუსტების ციკლს.
კითხვები
რა არის prompt engineering მარტივად რომ ვთქვათ?
Prompt engineering არის AI მოდელისთვის ინსტრუქციების წერისა და დახვეწის პრაქტიკა, რათა მან საიმედოდ მოგცეთ სასურველი შედეგი. ის მოიცავს იმას, რას სთხოვთ, რა კონტექსტს აძლევთ, მაგალითებს, შეზღუდვებსა და იმ ფორმატს, რომლითაც პასუხი გინდათ.
მჭირდება სპეციალური ხრიკები ან ჯადოსნური სიტყვები?
სულაც არა. თანამედროვე მოდელები საუკეთესოდ რეაგირებენ მკაფიო, კონკრეტულ და კარგად ორგანიზებულ ინსტრუქციებზე — იგივეზე, რაც კოლეგას ესაჭიროება. კონტექსტი, მაგალითები და გამოსავალი შედეგის მკაფიო აღწერა გაცილებით მნიშვნელოვანია, ვიდრე სპეციალური ფრაზები.
რა არის სისტემური prompt?
სისტემური prompt არის მუდმივი ინსტრუქციების ნაკრები, რომელსაც მოდელს საუბრამდე აძლევენ — მაგალითად, მის როლს, წესებსა და ტონს. აპები მას იყენებენ ყოველი პასუხის ფორმირებისთვის, ხოლო მომხმარებლის შეტყობინებები მის შემდეგ მოდის.
საჭიროა თუ არა prompt engineering მაშინაც, როცა AI უფრო ჭკვიანი გახდება?
უკეთესი მოდელები ნაკლებ გვერდითა გზას საჭიროებენ, მაგრამ ისინი მაინც ვერ კითხულობენ თქვენს აზრს. თქვენი მიზნის, აუდიტორიის, შეზღუდვებისა და იმის მკაფიო აღწერა, რას ნიშნავს „დასრულებული“, ყოველთვის გააუმჯობესებს შედეგს, რადგან მოდელს მხოლოდ იმის მეშვეობით შეუძლია მუშაობა, რასაც მას ეუბნებით.