Podstawowe techniki tworzenia promptów

W tej lekcji poznamy podstawowe techniki, dzięki którym Państwa prompty staną się skuteczne. Można traktować je jako elementy budulcowe jasnej komunikacji z dużymi modelami językowymi (LLM-ami).

Omówimy sposoby przekazywania jasnych instrukcji, używania specjalnych znaków nazywanych ogranicznikami oraz kontrolowania stylu i długości odpowiedzi LLM-u.

Najważniejszą zasadą inżynierii promptów jest krystaliczna jasność. LLM-y są potężne, ale dosłownie wykonują Państwa instrukcje. Niejednoznaczność może prowadzić do nieoczekiwanych lub nieprawidłowych wyników.

• Proszę formułować polecenia bezpośrednio: Należy dokładnie określić, czego Państwo oczekują.
• Proszę unikać żargonu: Należy używać prostego języka, chyba że wymagane jest konkretne pojęcie.
• Proszę niczego nie zakładać: Nie należy oczekiwać, że LLM odgadnie Państwa intencje.

Przyjrzyjmy się przykładowi. Nieprecyzyjna instrukcja może przynieść ogólną odpowiedź. Precyzyjna instrukcja kieruje LLM-em tak, aby uzyskać dokładnie to, czego Państwo potrzebują.

Nieprecyzyjny prompt: Write about dogs.
Precyzyjny prompt: Write a 3-sentence fun fact about Golden Retrievers, focusing on their friendly nature.

Proszę zauważyć, że drugi prompt określa temat, długość i zakres odpowiedzi.

Podczas pisania instrukcji warto uwzględnić poniższe kwestie, aby były skuteczne:

• Zadanie: Co ma zrobić LLM (np. podsumować, wyjaśnić, wygenerować)?
• Temat: Czego dotyczy zadanie?
• Ograniczenia: Czy obowiązują jakieś ograniczenia (np. długość, ton, format)?
• Cel: Jaki wynik ma zostać osiągnięty?

Im więcej szczegółów Państwo podadzą, tym lepiej LLM będzie w stanie spełnić Państwa oczekiwania.

Czasami prompt musi zawierać różne sekcje: instrukcje, tekst wejściowy, przykłady itp. Ograniczniki to specjalne znaki lub tagi, które pomagają LLM-owi zrozumieć, gdzie kończy się jedna sekcja, a zaczyna druga.

Zapobiegają pomyłkom LLM-u i błędnej interpretacji Państwa polecenia, zwłaszcza gdy przekazują Państwo dużo informacji.

Oto kilka często używanych ograniczników:

• Potrójne odwrotne apostrofy: ```
• Potrójne cudzysłowy: """
• Tagi w stylu XML: <example>, </example>
• Hashtagi: ###

Proszę wybrać ogranicznik, który wyraźnie oddziela treść, często dopasowując go do formatu danych wejściowych.

Przyjrzyjmy się, jak potrójne odwrotne apostrofy mogą oddzielić tekst, który LLM ma przetworzyć, od instrukcji:

Summarize the following text in one sentence:
```The sun was setting, casting long shadows across the quiet meadow. A gentle breeze rustled through the tall grass, and the distant sound of crickets filled the air.```

LLM dokładnie wie teraz, która część jest instrukcją, a która tekstem do podsumowania.

Można również określić, jak ma być przedstawiony wynik LLM-u. Dotyczy to między innymi:

• Ton: Formalny, swobodny, humorystyczny, profesjonalny.
• Format: Wypunktowanie, lista numerowana, akapit, JSON.
• Styl: Wpis na blogu, wiadomość e-mail, wiersz, artykuł informacyjny.

Jasne określenie stylu pomaga osiągnąć pożądany wygląd i cel generowanych treści.

W przypadku wielu zadań długość odpowiedzi ma znaczenie. Można określić ją bezpośrednio w prompcie:

• „Summarize in three sentences.”
• „Provide a response no longer than 50 words.”
• „List 5 key points.”

Pomaga to zachować zwięzłość i koncentrację odpowiedzi lub zapewnić jej wyczerpujący charakter, gdy jest to potrzebne, zapobiegając nadmiernie długim albo zbyt krótkim wynikom.

Czas na szybkie sprawdzenie wiedzy zdobytej na temat podstawowych technik tworzenia promptów.

Świetnie! Opanowali Państwo podstawy inżynierii promptów:

• Jasne instrukcje: Należy formułować prośby konkretnie i bezpośrednio.
• Separatory: Należy używać znaków takich jak ```, aby wyraźnie oddzielać sekcje promptu.
• Kontrola danych wyjściowych: Należy określić żądaną długość i styl odpowiedzi LLM.

Techniki te stanowią podstawę skutecznej komunikacji z LLM. W następnej lekcji zajmiemy się możliwościami LLM, co pomoże Państwu określać realistyczne oczekiwania wobec promptów.