Pembatasan Topik dan Cakupan

Model AI dilatih untuk membantu dan memberikan informasi yang menyeluruh. Jika tidak dibatasi, model sering menyertakan konteks, latar belakang, alternatif, dan catatan pengecualian yang tidak Anda perlukan untuk penggunaan tertentu.

Pembatasan cakupan dalam perintah memberi tahu model agar tetap berada dalam batas yang ditentukan — sebuah topik, bidang, sudut pandang, atau rangkaian pertimbangan. Tanpa pembatasan tersebut, Anda sering mendapatkan jawaban yang secara umum benar, tetapi terlalu luas untuk langsung berguna.

Pola cakupan yang paling langsung adalah "Fokus hanya pada X":

• "Fokus hanya pada implikasi keamanan — jangan membahas kinerja."
• "Bahas hanya proses orientasi pengguna, bukan seluruh rangkaian fitur produk."
• "Bahas hanya alat sumber terbuka. Jangan menyebutkan produk komersial."

Pola ini paling efektif jika X merupakan kategori yang jelas dan terbatas. Instruksi fokus yang samar ("fokus pada hal-hal penting") terlalu subjektif untuk berguna.

Batas pengecualian menghapus topik tertentu yang tidak ingin Anda bahas:

• "Jangan menyebutkan harga atau biaya."
• "Hindari referensi apa pun terhadap krisis keuangan 2008."
• "Jangan membahas keterbatasan pendekatan ini."
• "Jangan menyertakan penyebutan partai politik apa pun."

Batas pengecualian berguna jika sebelumnya Anda mengetahui bahwa model secara alami akan menyertakan sesuatu yang ingin Anda hilangkan. Batas ini terutama penting untuk konten yang aman bagi merek atau sensitif terhadap kepatuhan.

Batasan bidang menjaga model tetap berada dalam bidang atau konteks tertentu:

• "Tetap berada dalam topik pengembangan aplikasi seluler."
• "Batasi jawaban Anda pada konteks usaha ritel kecil."
• "Pertahankan ini dalam cakupan Python 3.10 dan versi setelahnya."
• "Jawaban Anda hanya boleh membahas konteks peraturan EU."

Batasan bidang sangat penting terutama saat Anda menggunakan model dalam aplikasi khusus bidang (misalnya, asisten memasak yang tidak boleh memberikan nasihat medis).

Pengecualian pesaing merupakan persyaratan umum untuk konten pemasaran dan produk:

• "Jangan menyebutkan nama atau membandingkan dengan produk pesaing apa pun."
• "Fokus pada keunggulan produk kami. Jangan membahas lanskap persaingan."
• "Hindari perbandingan apa pun dengan alat CRM lainnya."

Pembatasan cakupan ini penting untuk menjaga agar konten yang dihasilkan AI tetap aman bagi merek. Model yang dilatih menggunakan data internet mengetahui para pesaing dan akan menyebutkan mereka jika tidak dibatasi secara eksplisit.

Anda dapat membatasi bukan hanya topik, tetapi juga sudut pandang yang digunakan model:

• "Sajikan hanya argumen yang mendukung kerja jarak jauh. Jangan sertakan argumen penyanggah."
• "Analisis ini hanya dari sudut pandang pembeli rumah pertama kali."
• "Fokus pada penerapan teknis. Jangan membahas pertimbangan bisnis atau strategi."

Pembatasan sudut pandang membantu saat Anda memerlukan analisis sebagian untuk tujuan tertentu — ringkasan persiapan debat, laporan khusus pemangku kepentingan, atau tulisan persuasif satu sisi.

Untuk aplikasi dengan batas cakupan yang terus berlaku, tetapkan batas tersebut dalam perintah sistem. Hal ini mencegah pengguna secara tidak sengaja atau sengaja mengarahkan model keluar dari bidang yang dimaksudkan:

Pembatasan cakupan tidak selalu dipatuhi dengan sempurna. Kegagalan yang umum terjadi:

• Penyimpangan — Model tetap berada dalam cakupan pada bagian awal respons, lalu keluar dari cakupan
• Penyertaan tersirat — Anda membatasi penyebutan secara eksplisit, tetapi model menyiratkan konten yang dibatasi
• Batas yang ambigu — Definisi cakupan Anda tidak cukup tepat untuk diterapkan model secara konsisten

Solusi untuk ketiganya: buat batas cakupan lebih eksplisit dan spesifik. Alih-alih "tetap pada topik", cantumkan dengan tepat apa yang termasuk dan tidak termasuk dalam cakupan sebagai dua daftar yang berbeda.

Anda dapat membingkai cakupan sebagai penyertaan (apa yang harus disertakan) atau pengecualian (apa yang harus dihilangkan). Keduanya berguna dan dapat digunakan bersama:

Positif (penyertaan): "Bahas hanya: deskripsi fitur, tingkatan harga, dan pilihan integrasi."

Negatif (pengecualian): "Jangan sertakan: sejarah perusahaan, biografi tim, atau detail arsitektur teknis."

Untuk persyaratan cakupan yang rumit, gunakan keduanya: tentukan daftar yang termasuk dalam cakupan SECARA eksplisit DAN daftar yang berada di luar cakupan. Dua batas ini lebih kuat daripada hanya menggunakan salah satu pembingkaian.

Pembatasan cakupan temporal membatasi periode waktu yang harus menjadi fokus model:

• "Bahas hanya peristiwa dari tahun 2020 hingga saat ini."
• "Fokus pada keadaan teknologi saat ini, bukan perkembangan historisnya."
• "Abaikan perkembangan setelah tahun 2022 — audiens kita belum mengetahuinya."

Pembatasan ini berguna saat Anda menulis untuk audiens dengan pengetahuan latar yang terbatas, atau saat konteks historis dapat mengalihkan perhatian dari jawaban praktis yang berfokus pada masa kini. Catatan: model mungkin memiliki keterbatasan batas waktu pengetahuan yang memengaruhi keakuratan informasi tentang peristiwa yang sangat baru.

Cakupan juga dapat mengatur tingkat perincian atau kedalaman:

• "Berikan gambaran umum tingkat tinggi — jangan membahas detail penerapan teknis."
• "Fokus pada detail penerapan. Lewati latar belakang konseptual."
• "Tetap pada tingkat strategis. Detail taktis berada di luar cakupan dokumen ini."

Pembatasan cakupan tingkat perincian sangat berguna saat Anda membuat dokumentasi berlapis — satu versi untuk eksekutif, satu untuk teknisi — dan perlu memastikan masing-masing tetap berada pada tingkat yang sesuai tanpa bercampur dengan tingkat lainnya.

Anda sedang menulis perintah untuk aplikasi asisten memasak. Asisten tersebut harus membantu terkait resep, bahan, teknik memasak, dan peralatan dapur. Asisten tersebut NOT memberikan saran nutrisi, panduan diet medis, peringatan alergi makanan, atau membahas topik nonmakanan.

Perintah sistem mana yang paling baik menetapkan cakupan ini?

Pembatasan cakupan memfokuskan keluaran AI dengan menentukan hal-hal yang termasuk dan tidak termasuk. Pola utamanya adalah: hanya berfokus pada X, tidak menyebut Y, tetap dalam ranah Z, dan membatasi perspektif.

Penetapan cakupan yang paling tangguh menggabungkan perumusan positif dan negatif, menggunakan daftar eksplisit alih-alih istilah yang samar, serta menempatkan pembatasan dalam perintah sistem untuk aplikasi yang berjalan secara berkelanjutan.

Dalam pelajaran berikutnya, Anda akan menerapkan batasan pada tingkat gaya — mengendalikan bukan hanya apa yang dikatakan model, tetapi juga cara model mengatakannya.