Kejuruteraan Arahan AI · Pelajaran

Mendiagnosis dan Membaiki Gesaan yang Lemah

Senarai semak penyahpepijatan sistematik untuk memperbaik gesaan yang kurang berkesan.

Pelajaran 4 daripada 413 langkah

Mendiagnosis dan Membaiki Gesaan yang Lemah ialah pelajaran Kejuruteraan Arahan AI percuma di CoddyKit. Ini ialah pelajaran 4 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Kejuruteraan Arahan AI, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Kejuruteraan Arahan AI merangkumi sejumlah 4 pelajaran.

Minda Penyahpepijatan

Apabila gesaan menghasilkan hasil yang buruk, naluri pertama kebanyakan orang adalah untuk menyalahkan model. Namun, dalam kebanyakan kes, masalahnya terletak pada gesaan — dan model sebenarnya bertindak tepat seperti yang sepatutnya berdasarkan arahan yang diterimanya.

Menganggap kegagalan gesaan sebagai masalah penyahpepijatan adalah lebih produktif. Sama seperti menyahpepijat kod, anda mengenal pasti punca asas secara sistematik, membuat hipotesis tentang pembaikan, mengujinya, dan mengesahkan hasilnya. Minda ini menghasilkan peningkatan yang lebih pantas berbanding percubaan dan kesilapan yang didorong oleh kekecewaan.

Senarai Semak Penyahpepijatan Gesaan

Apabila gesaan gagal, ikuti senarai semak lima dimensi ini secara sistematik:

Kekhususan — Adakah gesaan itu terlalu kabur? Adakah tugas itu memerlukan takrifan yang lebih tepat?
Konteks — Adakah maklumat latar belakang yang diperlukan oleh model tidak diberikan?
Format — Adakah format dan panjang hasil yang dikehendaki dinyatakan?
Kekangan — Adakah kekangan dinyatakan dengan jelas? Adakah mana-mana kekangan bercanggah?
Contoh — Adakah contoh hasil yang baik dapat menghapuskan kekaburan?

Setiap dimensi berkaitan dengan jenis pembaikan tertentu. Kenal pasti dimensi yang gagal dan gunakan pembaikan yang sepadan.

Dimensi 1: Semakan Kekhususan

Kegagalan kekhususan menghasilkan: topik yang salah, sudut pendekatan yang salah, tahap khalayak yang salah, atau aspek utama tugas yang tidak disertakan.

Soalan diagnostik:

Bolehkah orang asing yang bijak mentafsirkan gesaan ini secara berbeza daripada maksud saya?
Adakah terdapat perkataan kabur (baik, lebih baik, sesuai, profesional) yang perlu digantikan?
Adakah jenis tugas dinyatakan (artikel? e-mel? ringkasan? analisis)?
Adakah khalayak ditakrifkan dengan cukup tepat?

Pembaikan: Gantikan perkataan kabur dengan perkataan yang khusus. Nyatakan jenis tugas. Jelaskan latar belakang khalayak. Tambahkan contoh satu ayat tentang hasil yang anda mahukan.

Dimensi 2: Semakan Konteks

Kegagalan konteks menghasilkan: nasihat umum yang mengabaikan situasi khusus anda, andaian yang salah tentang susunan teknologi, syarikat, atau khalayak anda, serta respons yang mungkin berkesan dalam konteks lain tetapi tidak dalam konteks anda.

Soalan diagnostik:

Apakah yang perlu diketahui oleh model tentang situasi khusus saya yang tidak dapat diketahuinya melalui latihan umum?
Adakah saya telah memberikan kod, dokumen, atau data yang berkaitan dengan tugas ini?
Adakah saya telah menerangkan kekangan persekitaran saya?

Pembaikan: Tambahkan bahagian Latar Belakang sebelum arahan tugas. Tampalkan kod atau kandungan yang berkaitan terus ke dalam gesaan.

Dimensi 3: Semakan Format

Kegagalan format menghasilkan: kandungan yang betul tetapi struktur yang salah — prosa apabila anda memerlukan senarai berbulet, esei apabila anda memerlukan panduan langkah demi langkah, atau tiada tajuk apabila navigasi diperlukan.

Soalan diagnostik:

Adakah saya telah menyatakan format hasil (poin berbulet, senarai bernombor, prosa, jadual, blok kod)?
Adakah saya telah menyatakan panjangnya?
Adakah saya telah menyatakan bahagian atau struktur yang diperlukan?

Pembaikan: Tambahkan arahan format yang jelas. Gunakan corak: "Format: [struktur]. Panjang: [sasaran]. Bahagian: [senarai]." Bagi format yang kompleks, berikan templat dengan teks ruang letak yang perlu diisi oleh model.

Dimensi 4: Semakan Kekangan

Kegagalan kekangan menghasilkan: kandungan yang merangkumi perkara yang anda mahu dikecualikan, atau hasil yang terasa seperti robot kerana kekangan bercanggah.

Soalan diagnostik:

Adakah kekangan saya dinyatakan dengan jelas atau hanya tersirat?
Adakah mana-mana kekangan bercanggah antara satu sama lain?
Adakah kekangan saya bercanggah dengan skop atau panjang kandungan?
Adakah terdapat arahan keutamaan untuk kekangan yang hampir bercanggah?

Pembaikan: Nyatakan kekangan yang tersirat dengan jelas. Tambahkan arahan keutamaan. Selesaikan percanggahan dengan memilih kekangan yang perlu diutamakan. Pastikan skop dan panjang adalah serasi.

Dimensi 5: Semakan Contoh

Apabila empat dimensi pertama kelihatan baik tetapi hasil masih tidak tepat, contoh sering menjadi perkara yang hilang. Contoh menyampaikan perkara yang tidak dapat disampaikan oleh perkataan.

Soalan diagnostik:

Adakah menunjukkan contoh hasil yang baik dapat menjelaskan gaya, nada, atau format yang dijangkakan?
Adakah contoh negatif (perkara yang NOT patut dihasilkan) dapat membantu?
Adakah terdapat hasil sedia ada daripada jenis tugas ini yang boleh anda gunakan sebagai rujukan?

Pembaikan: Tambahkan satu atau dua contoh hasil ideal ke dalam gesaan. Gunakan corak: "Berikut ialah contoh perkara yang saya cari: [contoh]. Sekarang lakukan perkara yang sama untuk [tugas sebenar anda]."

Aliran Kerja Penyahpepijatan Gesaan

Berikut ialah aliran kerja diagnostik lengkap yang boleh anda gunakan untuk mana-mana gesaan yang gagal:

def diagnose_prompt(original_prompt, failed_output, problem_description):
    '''
    Use a second LLM call to diagnose why a prompt produced a bad output.
    Returns a diagnosis and an improved prompt.
    '''
    import openai
    client = openai.OpenAI(api_key='sk-...')

    diagnosis_prompt = f'''You are a prompt engineering expert.

A user ran this prompt:
---PROMPT---
{original_prompt}
---END PROMPT---

It produced this output (which was unsatisfactory):
---OUTPUT---
{failed_output[:500]}...
---END OUTPUT---

The problem the user identified: {problem_description}

Diagnose the prompt failure using this framework:
1. Specificity: Is anything too vague?
2. Context: What background information is missing?
3. Format: Is the desired format/length unclear?
4. Constraints: Are there missing or conflicting constraints?
5. Examples: Would an example help?

Then write an improved version of the prompt that addresses the root cause.
Format: Diagnosis: [analysis] || Improved prompt: [new prompt]'''

    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[{'role': 'user', 'content': diagnosis_prompt}]
    )
    return response.choices[0].message.content

Punca Asas Berbanding Gejala

Kesilapan penyahpepijatan yang lazim ialah menangani gejala dan bukannya punca asas.

Gejala: Hasil terlalu umum.

Pembaikan gejala: Menambahkan "jadilah lebih khusus" pada gesaan.

Punca asas: Khalayak tidak ditakrifkan, lalu model menggunakan khalayak umum sebagai lalai.

Pembaikan punca asas: Menambahkan spesifikasi khalayak yang tepat.

Menangani gejala menghasilkan peningkatan yang kecil. Menangani punca asas menghasilkan peningkatan yang boleh dipercayai. Tanyakan "mengapakah gejala ini berlaku?" satu tahap lebih mendalam sebelum menulis pembaikan.

Merekod Kegagalan Gesaan

Bagi jenis tugas yang berulang, merekod kegagalan gesaan mempercepatkan peningkatan dari semasa ke semasa. Setiap entri merekodkan:

Gesaan asal
Hasil yang buruk (atau penerangan tentang perkara yang salah)
Punca asas yang didiagnosis (kekhususan / konteks / format / kekangan / contoh)
Pembaikan yang digunakan
Hasilnya

Selepas 10-20 entri, corak mula muncul. Anda mungkin mendapati bahawa punca asas yang sama (contohnya, konteks khalayak yang tiada) menyumbang kepada 60% kegagalan dalam sesuatu kategori. Betulkannya dalam templat dan corak itu akan hilang.

Templat Gesaan yang Dipertingkatkan

Kebanyakan gesaan yang disusun dengan baik mengikut templat yang konsisten dan menangani kesemua lima dimensi penyahpepijatan secara proaktif:

ROBUST_PROMPT_TEMPLATE = '''
## Role
[Who the model should act as — establishes expertise level and perspective]

## Context
[Background the model needs: company, audience, product, prior decisions, constraints]

## Task
[Specific, precise description of what to produce]

## Format
[Output structure: bullet points / prose / numbered list / table]
[Length: word count or sentence count]
[Required sections: list them if the output needs specific sections]

## Constraints
[What to include: required elements]
[What to exclude: off-limits content or approaches]
[Priority: if constraints conflict, X takes priority over Y]

## Example
[One example of good output for this task type — optional but powerful]
'''

print(ROBUST_PROMPT_TEMPLATE)

Semakan Pengetahuan: Penyahpepijatan Gesaan

Sesebuah gesaan menghasilkan hasil yang ditulis dengan baik tetapi berfokus pada amalan terbaik umum untuk topik tersebut dan bukannya situasi khusus yang diterangkan dalam tugas. Format dan panjangnya betul. Kekangan tidak dilanggar. Apakah dimensi penyahpepijatan yang menjadi punca asas?

Jawab dalam pelajaran interaktif

Imbas Kembali: Mendiagnosis dan Membaiki Gesaan yang Buruk

Penyahpepijatan gesaan ialah proses yang sistematik, bukan percubaan dan kesilapan. Senarai semak lima dimensi — Kekhususan, Konteks, Format, Kekangan, Contoh — memadankan setiap jenis kegagalan yang lazim dengan pembaikan tertentu.

Templat gesaan yang kukuh menangani kesemua lima dimensi secara proaktif dan mencegah kebanyakan kegagalan sebelum berlaku. Aliran kerja penyahpepijatan (kenal pasti gejala → cari punca asas → gunakan pembaikan → sahkan) menghasilkan peningkatan yang boleh dipercayai. Rekod kegagalan gesaan mempercepatkan pembelajaran merentas sesi.

Dengan alat ini, anda boleh mendiagnosis dan membaiki mana-mana kegagalan gesaan secara teratur dan konsisten.

Percuma untuk bermula

Pelajari Kejuruteraan Arahan AI dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 53
Pelajaran: 199

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Mendiagnosis dan Membaiki Gesaan yang Lemah” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Kejuruteraan Arahan AI, termasuk “Mendiagnosis dan Membaiki Gesaan yang Lemah”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Kejuruteraan Arahan AI merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Mendiagnosis dan Membaiki Gesaan yang Lemah”?

Senarai semak penyahpepijatan sistematik untuk memperbaik gesaan yang kurang berkesan. Anda berlatih Kejuruteraan Arahan AI menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Kejuruteraan Arahan AI?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Kejuruteraan Arahan AI di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 4.

Berapa lamakah pelajaran “Mendiagnosis dan Membaiki Gesaan yang Lemah” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Kejuruteraan Arahan AI ini?

Ya. Setiap pelajaran Kejuruteraan Arahan AI menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

Arahan yang Terlalu Kabur
Keperluan yang Bercanggah
Ralat Konteks yang Hilang
Mendiagnosis dan Membaiki Gesaan yang Lemah

← Kembali ke Kejuruteraan Arahan AI