Comments 2
<sarcasm>
Чем угодно занимаются, лишь бы не работать.
</sarcasm>
другие необычные приёмы, как например подкуп, угрозы и прочие объяснения почему ИИ нужно сделать что-то качественно
Это - часть задания контекста. Грубо говоря, LLM всегда решает задачу "как ответил бы человек в такой-то ситуации", опираясь на опыт людей из той базы, на которой модель обучали. Описание ситуации - это и есть создание контекста.
Соответственно, для выдачи качественного ответа нужно донести модели, что ситуация такая, в которой требуется именно качественный ответ - поставить гипотетического ответчика в такие условия, когда человек постарался бы.
И для этого лучше начинать не с угроз или взяток, а с задания роли - ты такой-то эксперт с многолетним практическим опытом и огромной эрудицией, который ответственно подходит к решению задачи (составления краткого описания к очередному мелкому товару из каталога на десять тысяч позиций).
В CETO букву E отделили от C, но напрасно, IMHO. Части контекста, которые прямо влияют на ответ: кто ты, кто целевая аудитория, что знаешь о вопросе, что нужно сделать. И последовательные вопросы и ответы в процессе беседы - это тоже часть контекста, которая влияет на последующие ответы.
Из мелких ухищрений лучше упомянуть "посоветуй что мне следует изменить в промпте, чтобы ты в следующий раз не совершал такую-то ошибку" - ценно для отладки. Также можно добавить негативный промпт "вот этого в ответе не нужно, дай другое", "перед ответом составь и покажи план решения задачи", "улучши свой предыдущий ответ", а еще можно спросить саму модель - вот я в ремесле промптинга уже знаю приемы Zero-shot и Few-shot, Self-Calibration, Chain-of-thought, посоветуй теперь другие. Плюс системный промпт или пользовательские настройки, которые влияют на все ответы.
Но, что более важно, если речь идет не о редактуре существующего текста, а о создании нового, то при задаче контекста важно напичкать запрос своими мыслями. Иначе получится безвкусная пластиковая каша, а не интересное чтиво. Для каталога товаров сойдет, но для статей на живых ресурсах лучше писать самому, использовать нейросетки только как стороннего советчика, не автора.
В статье были рассмотрены общие советы по написанию промптов, частые ошибки и конкретные приёмы, которые можно использовать в повседневной жизни. Надеюсь, вам была полезна эта статья!
Сильный запах нейросетки. Причем именно ЧатЖпт. Клод в завершениях поспокойнее будет, Джемини назойливее, Мистраль слащавее. Неприятный запах.
Поэтому вот еще одно из главных правил - если уж поручаете нейросетке писать тексты, то не ленитесь создать агента, которому в настройках подробно распишите правила создания текстов. Чтобы читатели не кривились от бесполезности целых абзацев.
Промпт-инжиниринг: как найти общий язык с ИИ