Ograniczenia tematu i zakresu

Modele AI są szkolone tak, aby były pomocne i wyczerpujące. Pozostawione bez ograniczeń często uwzględnią kontekst, tło, alternatywy i zastrzeżenia, których nie potrzebują Państwo w konkretnym zastosowaniu.

Ograniczenia zakresu w promptach informują model, aby pozostał w określonych granicach — tematu, dziedziny, perspektywy lub zestawu zagadnień. Bez nich często otrzymują Państwo odpowiedzi ogólnie poprawne, ale zbyt szerokie, aby były bezpośrednio użyteczne.

Najbardziej bezpośredni wzorzec ograniczania zakresu to "Skoncentruj się wyłącznie na X":

• "Skoncentruj się wyłącznie na konsekwencjach dla bezpieczeństwa — nie omawiaj wydajności."
• "Omów tylko proces wdrażania nowych użytkowników, a nie cały zestaw funkcji produktu."
• "Omów wyłącznie narzędzia open source. Nie wspominaj o produktach komercyjnych."

Ten wzorzec sprawdza się najlepiej, gdy X oznacza jasno określoną, ograniczoną kategorię. Niejasne instrukcje dotyczące skupienia, takie jak "skup się na ważnych rzeczach", są zbyt subiektywne, aby były użyteczne.

Ograniczenia wykluczające usuwają konkretne tematy, których nie chcą Państwo omawiać:

• "Nie wspominaj o cenach ani kosztach."
• "Unikaj wszelkich odniesień do kryzysu finansowego z 2008 roku."
• "Nie omawiaj ograniczeń tego podejścia."
• "Nie wspominaj o partiach politycznych."

Ograniczenia wykluczające są przydatne, gdy z góry wiadomo, że model naturalnie uwzględni coś, co ma zostać pominięte. Są szczególnie ważne w przypadku treści bezpiecznych dla marki lub wrażliwych pod względem zgodności.

Ograniczenia zawężające domenę utrzymują model w określonej dziedzinie lub kontekście:

• "Pozostań w temacie tworzenia aplikacji mobilnych."
• "Ogranicz odpowiedź do kontekstu małych przedsiębiorstw handlowych."
• "Pozostań w zakresie Python 3.10 i nowszych wersji."
• "Twoje odpowiedzi powinny dotyczyć wyłącznie kontekstu regulacyjnego UE."

Granice domeny są szczególnie ważne, gdy model jest używany w aplikacji branżowej, na przykład jako asystent kulinarny, który nie powinien udzielać porad medycznych.

Wykluczanie konkurencji jest częstym wymaganiem dotyczącym treści marketingowych i produktowych:

• "Nie wymieniaj nazw konkurencyjnych produktów ani nie porównuj z nimi naszego produktu."
• "Skoncentruj się na mocnych stronach naszego produktu. Nie wspominaj o sytuacji konkurencyjnej."
• "Unikaj porównań z innymi narzędziami CRM."

To ograniczenie zakresu jest ważne dla zachowania bezpieczeństwa treści generowanych przez AI z punktu widzenia marki. Modele szkolone na danych z internetu wiedzą o konkurencji i wspomną o niej, jeśli nie zostaną wyraźnie ograniczone.

Można ograniczyć nie tylko temat, lecz także perspektywę przyjmowaną przez model:

• "Przedstaw wyłącznie argumenty przemawiające za pracą zdalną. Nie uwzględniaj kontrargumentów."
• "Przeanalizuj to wyłącznie z perspektywy osoby kupującej pierwsze mieszkanie."
• "Skoncentruj się na implementacji technicznej. Nie omawiaj kwestii biznesowych ani strategicznych."

Ograniczenia perspektywy są przydatne, gdy potrzebna jest częściowa analiza do konkretnego celu — na przykład notatka przygotowująca do debaty, raport dla określonej grupy interesariuszy lub jednostronny tekst perswazyjny.

W aplikacjach z trwałymi ograniczeniami zakresu należy zakodować je w prompcie systemowym. Zapobiega to przypadkowemu lub celowemu wyprowadzeniu modelu poza jego określoną dziedzinę:

Ograniczenia zakresu nie zawsze są w pełni przestrzegane. Typowe problemy to:

• Dryf — model pozostaje w zakresie w pierwszej części odpowiedzi, a następnie zaczyna wykraczać poza niego;
• Niejawne uwzględnianie — ograniczyli Państwo bezpośrednie wzmianki, ale model sugeruje treści objęte ograniczeniem;
• Niejednoznaczne granice — definicja zakresu nie była wystarczająco precyzyjna, aby model mógł stosować ją konsekwentnie.

Rozwiązanie wszystkich trzech problemów jest takie samo: należy określić granice zakresu w sposób bardziej jednoznaczny i szczegółowy. Zamiast polecenia "pozostań w temacie" należy dokładnie wypisać na dwóch odrębnych listach, co należy do zakresu, a co się poza nim znajduje.

Zakres można definiować przez uwzględnienia, czyli określenie tego, co należy zawrzeć, albo przez wykluczenia, czyli wskazanie tego, co należy pominąć. Oba podejścia są przydatne i wzajemnie się uzupełniają:

Pozytywne (uwzględnienie): "Uwzględnij wyłącznie: opisy funkcji, progi cenowe i opcje integracji."

Negatywne (wykluczenie): "Nie uwzględniaj: historii firmy, biogramów zespołu ani szczegółów architektury technicznej."

W przypadku złożonych wymagań dotyczących zakresu należy użyć obu podejść: wyraźnie zdefiniować listę elementów należących do zakresu ORAZ listę elementów pozostających poza zakresem. Takie podwójne ograniczenie jest bardziej niezawodne niż użycie tylko jednego z tych sposobów.

Ograniczenia zakresu czasowego wyznaczają okres, na którym model powinien się skupić:

• „Omawiaj wyłącznie wydarzenia od 2020 roku do chwili obecnej.”
• „Skup się na obecnym stanie technologii, a nie na jej historycznym rozwoju.”
• „Pomiń wszelkie zmiany po 2022 roku — nasza grupa docelowa jeszcze o nich nie wie.”

Są one przydatne podczas tworzenia treści dla odbiorców o ograniczonej wiedzy wstępnej lub wtedy, gdy kontekst historyczny odciągałby uwagę od praktycznej odpowiedzi skupionej na teraźniejszości. Uwaga: ograniczenia wynikające z daty granicznej wiedzy modelu mogą wpływać na dokładność informacji o bardzo niedawnych wydarzeniach.

Zakres może również określać poziom szczegółowości lub głębokość omówienia:

• „Proszę przedstawić ogólny przegląd — bez wchodzenia w szczegóły technicznej implementacji.”
• „Proszę skupić się na szczegółach implementacji. Proszę pominąć tło koncepcyjne.”
• „Proszę pozostać na poziomie strategicznym. Szczegóły taktyczne wykraczają poza zakres tego dokumentu.”

Ograniczenia zakresu szczegółowości są szczególnie przydatne podczas tworzenia dokumentacji warstwowej — jednej wersji dla kadry kierowniczej i jednej dla inżynierów — gdy każda z nich powinna pozostać na właściwym poziomie, bez przenikania treści z drugiej wersji.

Tworzą Państwo prompt dla aplikacji pełniącej funkcję asystenta kulinarnego. Asystent powinien pomagać w zakresie przepisów, składników, technik gotowania i wyposażenia kuchni. NIE powinien udzielać porad żywieniowych, medycznych wskazówek dotyczących diety ani ostrzeżeń o alergiach pokarmowych, a także omawiać tematów niezwiązanych z żywnością.

Który prompt systemowy najlepiej określa ten zakres?

Ograniczenia zakresu ukierunkowują odpowiedzi AI, określając, co należy uwzględnić, a co pominąć. Podstawowe wzorce to: skupienie wyłącznie na X, pominięcie Y, pozostanie w obrębie dziedziny Z oraz ograniczenie perspektywy.

Najbardziej niezawodne określenie zakresu łączy ujęcie pozytywne i negatywne, wykorzystuje wyraźne listy zamiast nieprecyzyjnych terminów oraz umieszcza ograniczenia w prompcie systemowym w przypadku aplikacji działających w sposób ciągły.

W następnej lekcji zastosują Państwo ograniczenia na poziomie stylu — kontrolując nie tylko to, co model mówi, lecz także sposób, w jaki to mówi.