Kas yra prompt engineering? Praktinis vadovas ne programuotojams

Prompt engineering – tai instrukcijų AI modeliui rašymas ir tobulinimas, kad jis patikimai pateiktų tai, ko norite. Promptas – tai viskas, ką duodate modeliui: klausimas, užduotis, kontekstas, pavyzdžiai. Prompt engineering reiškia apgalvoti, kas į jį įeina, patikrinti, kas iš jo išeina, ir koreguoti. Tai mažiau apie stebuklingas frazes, o labiau apie aiškų bendravimą.

Kodėl tai svarbu kuriant su AI

AI programų kūrimo įrankyje jūsų promptai yra specifikacija. AI gali sukurti tik tai, ką aprašote, o jei jūsų užklausoje trūksta detalių, jas užpildo pagal protingai skambančius spėjimus. Kartais spėjimai geri. Dažnai – ne tai, ką turėjote omenyje: ne tie laukai formoje, nereikalinga funkcija, dizainas, nederantis jūsų auditorijai.

Aiškus promptas sutaupo kelis taisymo ratus, o kiekvienas ratas kainuoja laiko ir dažniausiai kreditų. Promptai svarbūs ir tada, kai AI pridedate į savo programą: instrukcijos, kurias duodate tam modeliui, lemia, kaip jūsų pokalbių robotas kalba su klientais, ką atsisako daryti ir ar laikosi jūsų faktų. Konkrečiai programų kūrimui žr. kaip rašyti promptus AI programų kūrimo įrankiams.

Kasdienė analogija

Įsivaizduokite, kad instruktuojate gerą laisvai samdomą specialistą, kuris jūsų nepažįsta, nieko nežino apie jūsų verslą ir pradės dirbti vos nustojus kalbėti.

„Padaryk man logotipą“ duos kažkokį logotipą. „Logotipas vaikų plaukimo mokyklai Dubajuje; draugiškas, ne kūdikiškas; mėlyna ir oranžinė; turi gerai atrodyti mažas ant plaukimo kepuraitės; štai du, kurie mums patinka, ir vienas, kuris ne“ – duos artimą tam, ko norite.

AI modelis yra tas specialistas – talentingas, greitas ir visiškai priklausantis nuo jūsų instrukcijos. Prompt engineering – tai geros instrukcijos rašymo mokėjimas.

Pagrindinės technikos

Darbo pavyzdys: prieš ir po

Prieš:

Padaryk sporto salės programėlę.

AI turi viską spėti: nariai ar darbuotojai? Pamokos ar asmeninės treniruotės? Mokėjimai? Tikriausiai gausite bendrinį valdymo skydelį su išgalvotomis treniruotėmis.

Po:

Sukurk žiniatinklio programėlę mažai bokso salei, kurioje yra apie 150 narių.

Kas naudoja: Nariai rezervuoja pamokas telefonais. Savininkas Sam tvarko tvarkaraštį nešiojamajame kompiuteryje.

Nariai gali: matyti šios savaitės pamokas (laiką, trenerį, laisvas vietas) ir užsisakyti arba atšaukti likus ne mažiau nei 2 valandoms iki pradžios.

Sam gali: pridėti, redaguoti ir atšaukti pamokas bei matyti, kas užsiregistravo į kiekvieną.

Taisyklės: daugiausia 12 žmonių vienai pamokai. Tas pats laikas neturi būti užimtas dukart.

Ne dabar: mokėjimai, treniruočių sekimas, mobili programėlė.

Stilius: tamsus fonas, raudoni akcentai, dideli paspaudimo plotai.

Prieš kurdamas, išvardyk viską, kas neaišku, ir aprašyk puslapius, kuriuos sukursi.

Antrasis promptas nėra protingas – jis išsamus. Jame nurodyti vartotojai, veiksmai, taisyklės, ką palikti ateičiai, ir kaip pradėti. Paskutinė eilutė kviečia AI planuoti ir užduoti klausimus, o tai pagauna nesusipratimus dar prieš rašant kodą.

Promptai jūsų programoje

Kai jūsų programa pati kviečia LLM, rašote promptus, kurie vykdomi daug kartų, daugeliui vartotojų. Galioja tie patys principai ir dar keletas papildomų:

• Sisteminė užklausa: nuolatinės instrukcijos, formuojančios kiekvieną atsakymą – vaidmuo, tonas, taisyklės. „Esi „Leaf & Pot“, augalų parduotuvės, asistentas. Atsakinėk tik į klausimus apie užsakymus, augalus ir pristatymą.“
• Pagrindimas (grounding): įtraukite faktus, kuriais modelis turi remtis, pavyzdžiui jūsų taisykles ar produktų katalogą, ir nurodykite jais vadovautis. Žr. kas yra LLM, kodėl tai svarbu.
• Atsarginiai atvejai: nurodykite, ką daryti, kai neaišku: „Jei atsakymo nėra pateiktoje informacijoje, pasakyk tai ir pasiūlyk palaikymo el. paštą.“
• Išvesties formatas: jei jūsų kodas skaito atsakymą, prašykite griežto formato, pavyzdžiui JSON.
• Testavimas: išbandykite keblius įvestis – įžeidžiančias žinutes, klausimus ne tema, bandymus priversti modelį ignoruoti instrukcijas (vadinama prompt injection) – prieš tai darydami tikri vartotojai.

Pagrindinių terminų paaiškinimai

Dažnos klaidos ir klaidingos nuomonės

• Ieškojimas stebuklingų žodžių. „Esi pasaulinio lygio ekspertas“ daug mažiau svarbu nei aiškiai pasakyti, ko iš tikrųjų reikia.
• Prašymas viso ko iš karto. 20 funkcijų užklausa duoda 20 pusiau padarytų funkcijų. Kurkite dalimis.
• Sprendimo aprašymas vietoj problemos. „Pridėk lentelę su trim stulpeliais“ mažiau naudinga nei „Sam turi vienu žvilgsniu matyti, kas užsiregistravo į kiekvieną pamoką.“
• Nepasakojimas, ko nedaryti. Jei kol kas nenorite prisijungimo, mokėjimų ar perdarymo, pasakykite tai.
• Rezultato neperžiūrėjimas. Prieš judėdami toliau, patikrinkite, ką sukūrė, pagal savo „baigta“ apibrėžimą.
• Pradėti iš naujo vietoj tobulinimo. Paprastai trumpas tolesnis prašymas („beveik gerai; pakeisk X“) yra geresnis nei viso prompto perrašymas.
• Slaptų duomenų įklijavimas į promptus. Neįklijuokite slaptažodžių ar aktyvių API raktų į pokalbį, nebent įrankis turi saugų būdą jiems laikyti.

Ko prašyti savo AI kūrimo įrankio

• „Prieš kurdamas, paklausk manęs visų klausimų ir parodyk savo planą.“
• „Trimis sakiniais pakartok, ko, tavo manymu, noriu.“
• „Keisk tik rezervacijos formą; nieko kito neliesk.“
• „Ką tu nusprendei už mane, nors aš to nenurodžiau?“
• „Paversk mano užrašus trumpa specifikacija su vartotojais, funkcijomis, taisyklėmis ir „ne dabar“ punktais.“ Žr. kaip parašyti produkto reikalavimų dokumentą su AI.
• „Pasiūlyk, kaip būčiau galėjęs tą užklausą suformuluoti geriau.“

Promptai Mythex platformoje

Mythex turi tris pokalbio režimus, tinkančius šiam darbo būdui: Plan – susitarti dėl požiūrio, kol nieko nekeičiama; Build – daryti pakeitimus; ir Ask – klausimams, kurie neturi redaguoti failų. Kaip kontekstą galite pridėti ekrano nuotraukų ar maketų, o jei pakeitimas nepavyksta, galite grįžti į kontrolinį tašką (checkpoint). Dokumentacijos puslapiuose apie veiksmingus promptus ir iteravimą yra daugiau pavyzdžių, o kaip iteruoti AI sukurtą programą aprašo tolesnių užklausų ciklą.

Klausimai