Сабир Алмасов – Основы промт-инжиниринга (страница 6)
Шаг 4. Второй ответ ИИ:
"Привет! Я очень рад, что ты присоединился к 'Финансовому компасу'. Спасибо за доверие! Я верю, что управлять деньгами может каждый, и моя цель – помочь тебе в этом. В ближайших письмах мы начнем с основ: сначала разберем, как составить личный бюджет и перестать жить от зарплаты до зарплаты; затем поговорим о том, как создать финансовую подушку безопасности; а в третьем письме сделаем первые шаги в мир инвестиций. Готов навести порядок в своих финансах?"
Уже гораздо лучше! Текст стал личным и более содержательным. Но можно еще улучшить.
Шаг 5. Вторая итерация (финальные штрихи):
Вы: Отлично! Теперь добавь в конце призыв к действию: попроси подписчика ответить на это письмо, кратко рассказав о своей главной финансовой цели. Это поможет мне лучше адаптировать контент.
Шаг 6. Финальный результат:
"Привет! Я очень рад, что ты присоединился к 'Финансовому компасу'. Спасибо за доверие! Я верю, что управлять деньгами может каждый, и моя цель – помочь тебе в этом. В ближайших письмах мы начнем с основ: сначала разберем, как составить личный бюджет; затем поговорим о создании подушки безопасности; а после сделаем первые шаги в мир инвестиций.
P.S. Я буду очень благодарен, если ты ответишь на это письмо и в двух словах расскажешь о своей главной финансовой цели. Это поможет мне сделать рассылку еще полезнее именно для тебя!"
Вот это – идеальный результат. Мы получили его не с первого раза, а путем последовательных уточнений. Именно такой итеративный подход и отличает профессионала.
Активное управление контекстом!
Теперь вернемся к проблеме "забывания" в длинных диалогах. Как заставить модель помнить о самых важных инструкциях, даже если они были даны 50 сообщений назад? Ответ прост: нужно периодически "освежать" ключевую информацию в ее окне контекста.
Самый надежный способ – это промт-суммаризация.
Перед тем, как дать новую комплексную задачу в длинном чате, начните свой промт с короткой сводки-напоминания.
Вспомним наш пример с приложением "Хронограф".
Плохой промт (после долгого диалога):
Хороший промт (с напоминанием):
Продолжаем работу над проектом. Напоминаю ключевые детали: мы создаем мобильное приложение 'Хронограф' для изучения редких исторических фактов. Наша аудитория – студенты и эрудиты. Главная фишка – ежедневные факты в формате сторис. Тон общения – современный и увлекательный. Теперь, с учетом всего этого, придумай пять вариантов рекламных слоганов.
Такой промт практически гарантирует, что модель не потеряет нить и будет работать с той информацией, которая важна вам именно сейчас. Вы как бы берете самые важные файлы и кладете их на самый верх стола, чтобы они всегда были перед глазами.
Заключение!
Освоив техники ведения диалога, итеративного улучшения и управления контекстом, вы совершаете фундаментальный сдвиг. Нейросеть становится вашим полноценным рабочим партнером. Партнером, которого можно и нужно направлять, обучать и корректировать для достижения сложных, многоступенчатых целей.
Глава 5: Основные техники промтинга: Zero-Shot, One-Shot и Few-Shot Prompting.
В предыдущих главах мы научились конструировать промты из отдельных компонентов, задавать им нужный тон и вести последовательный диалог. Теперь мы сделаем шаг назад, чтобы увидеть картину целиком. Мы изучим три основополагающих способа постановки задачи для нейросети. По сути, это три главных "режима", в которых вы можете с ней общаться. Все, что мы изучали до этого, – это способы сделать каждый из этих режимов более точным и эффективным.
Понимание разницы между этими техниками и умение выбирать нужную в зависимости от ситуации – это то, что окончательно переведет вас из категории "продвинутых пользователей" в категорию настоящих промт-инженеров. Это даст вам то самое чувство полного контроля, когда вы заранее знаете, как подойти к задаче, чтобы получить предсказуемый результат.
Техника первая! Zero-Shot.
Zero-Shot Prompting (промтинг "с нулевым выстрелом" или без примеров) – это самый распространенный и интуитивно понятный способ взаимодействия с нейросетью. Вы используете его каждый раз, когда просто даете модели задачу, не предоставляя ей никаких образцов для подражания.
Суть техники: Вы полностью полагаетесь на те знания и умения, которые уже были заложены в модель во время ее масштабного обучения. Вы как бы говорите: "Ты – невероятно мощная языковая модель, тебя обучили на всей библиотеке человечества. Я верю, что ты уже знаешь, как выполнить эту задачу. Просто сделай это".
Это прямой приказ, основанный на доверии к "образованию" нейросети.
Когда эта техника работает лучше всего?
Zero-Shot – это ваш основной инструмент для огромного спектра задач. Он максимально эффективен, в следующих случаях:
Первое! Задача является общеизвестной и стандартной. Например: перевод текста, написание краткого содержания, ответ на фактический вопрос, математические вычисления. Модель выполняла подобные задачи миллионы раз во время обучения и отлично знает, как это делать.
Второе! Вам нужна максимальная креативность. Когда вы хотите сгенерировать идеи, написать стихотворение или придумать варианты названий, вы часто не хотите ограничивать модель своими примерами. Вы хотите, чтобы она использовала всю широту своих "знаний" и выдала что-то действительно новое.
Третье! Вы хотите получить быстрый, "черновой" результат. Например, если вам нужно быстро набросать структуру статьи или получить первоначальный черновик текста, который вы затем будете самостоятельно редактировать и улучшать. В таких случаях нет смысла тратить время на подбор примеров, так как ваша цель – получить не финальный продукт, а лишь основу для него.
Примеры качественных Zero-Shot промтов!
Даже в рамках этой, казалось бы, простой техники есть огромная разница между плохим и хорошим промтом. Хороший Zero-Shot промт все равно использует компоненты, которые мы изучили: Роль, Контекст, Задачу и Ограничения.
Пример первый. Классификация текста!
Плохой промт:
Модель, скорее всего, ответит правильно ("негативный"), но это слишком простой запрос.
Хороший промт:
Ты – аналитик клиентского опыта. Проанализируй следующий отзыв и классифицируй его по двум параметрам. Первый – тональность (позитивная, негативная или нейтральная). Второй – основная тема жалобы (сервис, качество еды, чистота, цена). Отзыв: "Еда была восхитительной, особенно понравился стейк. Но обслуживание было просто ужасным, ждал официанта 40 минут, а счет несли еще полчаса. За такие деньги ожидаешь лучшего сервиса."
Здесь мы не даем примеров, но мы четко ставим задачу, задаем роль и формат. Это сложный, но все еще Zero-Shot промт, с которым справится хорошая модель.
Пример второй. Генерация идей!
Плохой промт:
Вы получите список из банальных и предсказуемых названий вроде "Кофейный уголок" или "Арома-кофе".
Хороший промт:
Ты – креативный директор брендингового агентства. Придумай 10 названий для новой кофейни в стиле лофт, расположенной в бывшем здании типографии. Целевая аудитория – творческая молодежь, фрилансеры. Названия должны быть короткими, современными и обыгрывать темы печати, букв, слов или бумаги.
Результаты будут на порядок интереснее.
Главное ограничение Zero-Shot.
Эта техника начинает давать сбои, когда ваша задача требует очень специфического, нестандартного формата ответа или уникального стиля, которому модель не была обучена. Если вы хотите, чтобы нейросеть отвечала в стиле вашей компании, классифицировала запросы по вашей внутренней системе или писала код по вашим внутренним стандартам, она не сможет сделать это без примеров. Она просто не знает, как это выглядит.
Именно в этот момент, когда силы прямого приказа оказывается недостаточно, на сцену выходят более точные и мощные техники.
Техника вторая! One-Shot.
One-Shot Prompting (промтинг "с одним выстрелом") – это техника, при которой вы даете модели ровно один пример того, как нужно выполнить задачу, а затем просите ее применить этот образец к новым данным.
Суть техники: Вы предоставляете нейросети один эталонный пример в формате "Вот входные данные – Вот идеальный результат". Этот пример служит шаблоном. Модель смотрит на него, анализирует, какую трансформацию вы произвели, и пытается в точности скопировать эту трансформацию для вашего нового запроса.
Это невероятно эффективный способ быстро "объяснить" модели правила игры для конкретной, узкой задачи.
Когда эта техника работает лучше всего?
One-Shot – это ваш главный инструмент для форматирования и стилизации. Он идеален, в следующих случаях:
Первый. Вам нужен результат в строго определенном, но простом формате. Например, извлечь из текста данные и представить их в виде "Имя: , Фамилия: ".
Второй. Вы хотите задать простой, но специфичный стиль. Например, превращать длинные предложения в короткие и броские заголовки.
Третий. Задача достаточно проста, но ее сложно описать словами. Иногда проще один раз показать, чем сто раз объяснить.
Примеры качественных One-Shot промтов: