Prompt engineering อธิบาย

Prompt สามารถมีมากกว่าคำถาม อาจรวมถึงบริบท ตัวอย่าง ข้อจำกัด และคำอธิบายผลลัพธ์ที่คุณต้องการ

Prompt engineering คือการปฏิบัติในการออกแบบ ทดสอบ และปรับปรุงคำสั่งเพื่อให้โมเดล AI สร้างผลลัพธ์ที่เหมาะสมกับงานที่ตั้งใจไว้มากขึ้น

Prompt ที่ดีทำให้งานชัดเจน

เริ่มต้นด้วยผลลัพธ์ ระบุกลุ่มเป้าหมาย ข้อมูลที่โมเดลควรใช้ และกฎใดๆ ที่คำตอบต้องปฏิบัติตาม รวมตัวอย่างเมื่อรูปแบบที่คาดหวัง จะอธิบายได้ยากหากไม่มี

คำสั่งที่เฉพาะเจาะจงทำให้การตรวจสอบง่ายขึ้น คุณสามารถเปรียบเทียบคำตอบกับ เป้าหมายที่ระบุไว้แทนที่จะตัดสินว่ามันฟังดูน่าเชื่อถือหรือไม่

Prompt engineering เป็นกระบวนการที่ทำซ้ำ คุณลอง prompt ตรวจสอบสิ่งที่ โมเดลส่งกลับมา และเปลี่ยนคำสั่งในจุดที่ผลลัพธ์ไม่ตรงกับความต้องการ

อย่าซ่อนกฎทางธุรกิจที่ขาดหายไปด้วยการใช้ถ้อยคำที่ซับซ้อนมากขึ้น เพิ่ม กฎ แหล่งที่มา หรือเกณฑ์การตัดสินใจจริงที่โมเดลขาดหายไป

Prompt: คำสั่ง คำถาม และบริบทที่ให้กับโมเดล AI
Example: ตัวอย่าง input หรือ output ที่แสดงให้โมเดลเห็นรูปแบบผลลัพธ์ที่คาดหวัง
Iteration: ความพยายามครั้งใหม่ที่ทำหลังจากตรวจสอบคำตอบและเปลี่ยนคำสั่ง

ระบุว่าผลลัพธ์ควรช่วยคุณตัดสินใจ สร้าง หรือทำอะไรให้เสร็จ

รวมข้อเท็จจริงและเอกสารต้นฉบับที่โมเดลต้องการสำหรับคำขอนี้

บอกว่าคำตอบควรจัดระเบียบอย่างไรเพื่อให้คุณสามารถใช้และตรวจสอบได้

ไม่ ความรู้ที่ชัดเจนเกี่ยวกับงานและกฎของมันมักสำคัญกว่า คำศัพท์ทางเทคนิค

ตัวอย่างแสดงรูปแบบหรือระดับรายละเอียดที่คาดหวัง มันสามารถทำให้ คำสั่งที่กว้างเกินไปเป็นรูปธรรมมากขึ้น

ไม่ มันสามารถชี้นำคำตอบได้ แต่โมเดลยังคงสามารถทำผิดพลาดได้ ตรวจสอบ ข้อเท็จจริงที่สำคัญและทดสอบผลลัพธ์ที่ส่งผลต่องานจริง

แอป Caffeine รันบน Internet Computer เครือข่ายสาธารณะที่สร้างมาเพื่อสิ่งนี้โดยเฉพาะ