Apa Itu Prompt Engineering? Panduan Praktikal untuk Bukan Pembangun
Prompt engineering ialah amalan menulis dan memperhalusi arahan untuk model AI supaya ia sentiasa menghasilkan apa yang anda mahu. Prompt ialah apa sahaja yang anda berikan kepada model — soalan, tugasan, konteks, contoh — dan ‘engineering’ bermaksud anda sengaja memikirkan apa yang dimasukkan, menguji apa yang keluar, dan membuat pelarasan. Ia kurang tentang frasa ajaib dan lebih tentang komunikasi yang jelas.
Mengapa ia penting apabila membina dengan AI
Dengan pembina app AI, prompt anda ialah spesifikasi. AI hanya boleh membina apa yang anda huraikan, dan apabila permintaan anda mempunyai jurang, ia akan mengisi jurang itu dengan tekaan yang kelihatan munasabah. Kadangkala tekaan itu baik. Selalunya tidak sama dengan apa yang anda maksudkan: medan yang salah pada borang, ciri yang tidak anda mahukan, atau reka bentuk yang tidak sesuai dengan khalayak anda.
Prompt yang jelas menjimatkan anda beberapa pusingan pembetulan, dan setiap pusingan memakan masa dan biasanya kredit. Prompting juga penting jika anda menambah AI ke dalam app anda: arahan yang anda beri kepada model itu menentukan cara chatbot anda bercakap dengan pelanggan, perkara yang ia tolak, dan sama ada ia kekal berpegang pada fakta anda. Untuk pembinaan app secara khusus, lihat cara menulis prompt untuk pembina app AI.
Analogi harian
Bayangkan anda sedang memberi taklimat kepada seorang pekerja bebas yang mahir, yang tidak pernah bertemu anda, tidak tahu apa-apa tentang perniagaan anda, dan akan mula bekerja sebaik sahaja anda berhenti bercakap.
“Buatkan saya logo” akan menghasilkan sebuah logo. “Logo untuk sekolah renang kanak-kanak di Dubai; mesra, bukan keanak-anakan; biru dan oren; mesti jelas walaupun kecil pada penutup kepala renang; ini dua contoh yang kami suka dan satu yang kami tidak suka” akan menghasilkan sesuatu yang hampir dengan apa yang anda mahukan.
Model AI ialah pekerja bebas itu — berbakat, pantas dan sepenuhnya bergantung pada taklimat anda. Prompt engineering ialah belajar menulis taklimat yang baik.
Teknik utama
| Teknik | Maksudnya | Contoh |
|---|---|---|
| Spesifik tentang matlamat | Nyatakan apa yang anda mahu dan sebabnya. | “Halaman tempahan supaya pelanggan baharu boleh memilih sesi 30 atau 60 minit.” |
| Beri konteks | Untuk siapa, apa yang sudah ada, apa yang penting. | “Pengguna kebanyakannya pelanggan lebih tua yang menggunakan telefon.” |
| Takrifkan ‘siap’ | Huraikan hasil akhir. | “Siap bermaksud pelanggan boleh membuat tempahan, dan saya dapat e-mel.” |
| Tetapkan kekangan | Apa yang tidak perlu dibuat, dan had. | “Jangan tambah log masuk lagi. Kekalkan warna sedia ada.” |
| Tunjuk contoh | Beri contoh apa yang baik. | “Tulis balasan dalam gaya ini: …” |
| Minta format | Beritahu cara output disusun. | “Jawab dalam jadual dengan lajur X, Y, Z.” |
| Pecahkan kepada langkah | Satu bahagian pada satu masa untuk kerja besar. | “Mula-mula model data, kemudian borang, kemudian e-mel.” |
| Minta ia bertanya atau merancang dahulu | Dapatkan pelan sebelum perubahan. | “Sebelum membina, senaraikan soalan dan pelan anda.” |
| Ulang dan perhalusi | Semak hasil dan perhalusi. | “Borang sudah berfungsi. Sekarang besarkan pemilih tarikh.” |
Contoh kerja: sebelum dan selepas
Sebelum:
Buat app gim.
AI terpaksa meneka segala-galanya: ahli atau kakitangan? Kelas atau latihan peribadi? Pembayaran? Anda mungkin akan dapat papan pemuka generik dengan senaman rekaan.
Selepas:
Bina app web untuk gim tinju kecil dengan kira-kira 150 ahli.
Siapa yang menggunakannya: Ahli menempah kelas pada telefon mereka. Pemilik, Sam, menguruskan jadual pada komputer riba.
Ahli boleh: melihat kelas minggu ini (masa, jurulatih, tempat kosong) dan menempah atau membatalkan sehingga 2 jam sebelum bermula.
Sam boleh: menambah, mengedit dan membatalkan kelas, dan melihat siapa yang telah menempah bagi setiap kelas.
Peraturan: maksimum 12 orang setiap kelas. Tiada tempahan berganda untuk slot yang sama.
Belum perlu: pembayaran, penjejakan senaman, app mudah alih.
Gaya: latar belakang gelap, aksen merah, sasaran sentuhan yang besar.
Sebelum membina, senaraikan apa-apa yang tidak jelas dan huraikan halaman yang akan anda cipta.
Prompt kedua tidak bijak; ia lengkap. Ia menamakan pengguna, tindakan, peraturan, perkara yang patut ditinggalkan, dan cara untuk bermula. Baris terakhir menjemput AI untuk merancang dan bertanya soalan, yang menangkap salah faham sebelum sebarang kod ditulis.
Prompt di dalam app anda
Apabila app anda sendiri memanggil LLM, anda menulis prompt yang berjalan berulang kali, untuk ramai pengguna. Prinsip yang sama terpakai, tambah beberapa perkara lain:
- System prompt: arahan tetap yang membentuk setiap jawapan — peranan, nada, peraturan. “Anda ialah pembantu untuk Leaf & Pot, sebuah kedai tumbuhan. Hanya jawab soalan tentang pesanan, tumbuhan dan penghantaran.”
- Grounding: sertakan fakta yang perlu digunakan oleh model, seperti dasar atau katalog produk anda, dan arahkan ia bergantung kepada fakta tersebut. Lihat apa itu LLM untuk sebab ini penting.
- Pelan sandaran: beritahu model apa yang perlu dibuat apabila ia tidak pasti: “Jika jawapan tiada dalam maklumat yang diberikan, nyatakan begitu dan tawarkan e-mel sokongan.”
- Format output: jika kod anda membaca jawapan, minta format yang ketat seperti JSON.
- Ujian: cuba input yang janggal — mesej kasar, soalan di luar topik, percubaan untuk membuatnya mengabaikan arahan (dipanggil prompt injection) — sebelum pengguna sebenar melakukannya.
Istilah utama dijelaskan
| Istilah | Maksudnya |
|---|---|
| Prompt | Input yang anda berikan kepada model AI. |
| System prompt | Arahan tetap yang ditetapkan sebelum perbualan. |
| Konteks | Maklumat latar belakang yang disertakan dalam prompt. |
| Zero-shot / few-shot | Bertanya tanpa contoh, atau dengan beberapa contoh output yang dikehendaki. |
| Chain of thought | Meminta model bekerja melalui masalah langkah demi langkah sebelum menjawab. |
| Grounding | Memberi model bahan sumber dan memberitahunya supaya menjawab berdasarkannya. |
| Prompt injection | Teks yang cuba menggantikan arahan model, seperti “abaikan arahan sebelum ini”. |
| Context window | Jumlah teks yang boleh dipertimbangkan oleh model sekaligus. |
| Iterasi | Memperhalusi prompt berdasarkan apa yang dihasilkan. |
Kesilapan dan salah faham yang biasa
- Mencari kata-kata ajaib. “Anda ialah pakar bertaraf dunia” kurang penting berbanding menyatakan apa yang sebenarnya anda perlukan.
- Minta segala-galanya sekaligus. Permintaan 20 ciri menghasilkan 20 ciri separuh siap. Bina secara berperingkat.
- Menerangkan penyelesaian dan bukannya masalah. “Tambah jadual tiga lajur” kurang berguna berbanding “Sam perlu melihat siapa yang telah menempah setiap kelas sekilas pandang.”
- Tidak menyatakan apa yang tidak perlu dibuat. Jika anda belum mahukan log masuk, pembayaran atau reka bentuk semula, nyatakannya.
- Tidak membaca hasilnya. Uji apa yang dibina berbanding definisi “siap” anda sebelum meneruskan.
- Mula semula dan bukannya memperhalusi. Biasanya susulan ringkas (“hampir betul; tukar X”) lebih baik daripada menulis semula seluruh prompt.
- Menampal rahsia dalam prompt. Jangan tampal kata laluan atau kunci API langsung ke dalam chat melainkan alat itu mempunyai cara yang selamat untuk menyimpannya.
Apa yang patut diminta daripada pembina AI anda
- “Sebelum membina, tanya saya apa-apa soalan dan tunjukkan pelan anda.”
- “Ulang semula apa yang anda fikir saya mahu dalam tiga ayat.”
- “Hanya tukar borang tempahan; jangan sentuh apa-apa yang lain.”
- “Apa yang anda andaikan tanpa saya nyatakan?”
- “Tukar nota saya kepada spesifikasi ringkas dengan pengguna, ciri, peraturan dan item ‘belum perlu’.” Lihat cara menulis dokumen keperluan produk dengan AI.
- “Cadangkan bagaimana saya boleh menyatakan permintaan itu dengan lebih baik.”
Prompting dalam Mythex
Mythex mempunyai tiga mod chat yang sesuai dengan cara kerja ini: Plan untuk bersetuju tentang pendekatan sebelum sebarang perubahan, Build untuk membuat perubahan, dan Ask untuk soalan yang tidak sepatutnya mengubah fail. Anda boleh melampirkan tangkapan skrin atau reka bentuk sebagai konteks, dan jika perubahan tersalah anda boleh kembali ke checkpoint. Halaman dokumentasi tentang prompt yang berkesan dan mengulang mempunyai lebih banyak contoh, dan cara mengulang pada app yang dibina AI membincangkan gelung susulan.
Soalan lazim
Apa itu prompt engineering dalam istilah mudah?
Prompt engineering ialah amalan menulis dan memperhalusi arahan untuk model AI supaya ia menghasilkan keputusan yang anda mahu secara konsisten. Ia merangkumi apa yang anda minta, konteks yang anda beri, contoh, kekangan dan format jawapan yang anda mahukan.
Adakah saya perlukan helah khas atau kata-kata ajaib?
Tidak semestinya. Model moden paling baik bertindak balas kepada arahan yang jelas, spesifik dan tersusun, sama seperti perkara yang membantu rakan sekerja manusia. Konteks, contoh dan penerangan yang jelas tentang hasil akhir lebih penting daripada frasa istimewa.
Apa itu system prompt?
System prompt ialah set arahan tetap yang diberikan kepada model sebelum perbualan bermula, seperti peranan, peraturan dan nada yang digunakan. App menggunakannya untuk membentuk setiap jawapan, manakala mesej pengguna datang selepas itu.
Adakah prompt engineering masih diperlukan apabila AI menjadi lebih pintar?
Model yang lebih baik memerlukan lebih sedikit helah, tetapi ia tetap tidak dapat membaca fikiran anda. Menyatakan matlamat, khalayak, kekangan dan maksud “siap” akan sentiasa memperbaiki hasil, kerana model hanya boleh bekerja dengan apa yang anda beritahu.