Inżynieria promptów

Inżynieria promptów oznacza w prostych słowach zadawanie AI dobrych pytań. Prompt to Twoje wejście z pytaniem lub prośbą.

Inżynieria promptów polega na tym, że wymyślamy ukierunkowane pytania i wskazówki, które pomagają modelom AI udzielać właściwych odpowiedzi podczas czatów. Dzięki lepszym promptom otrzymujesz lepsze rezultaty.

Wraz ze specyfikacjami wybranego modelu, jest to decydujące o jakości odpowiedzi.

Elementy promptu (pytania)

Aby uzyskać lepsze wyniki, pamiętaj o następujących punktach:

• Cel: czego dokładnie oczekujesz od modelu językowego?
• Rola: jaka jest rola modelu językowego? (np. „analizator marketingu”, „doradca prawny”, „kierownik projektu”)
• Kontext: informacje kontekstowe dotyczące prośby (np. cele biznesowe, szczegóły projektu, informacje rynkowe)
• Styl: jaki styl chcesz zastosować? (np. formalny, przekonujący, zwięzły)
• Output: w jakim formacie chcesz otrzymać wynik? (np. raport, e-mail, zarys prezentacji, fragment kodu)

Cel

Dokładne określenie celu pytania jest kluczowe i nie może być pominięte.

Co chcesz wiedzieć?

• Pytanie faktograficzne może być, ale miej świadomość ograniczeń (np. aktualna wiedza może być niepełna)
• Tak samo jak w Google, nie dostaniesz identycznej odpowiedzi za każdym razem, gdy pytanie zadasz ponownie
• Zaletą jest funkcja „czatu”, która pozwala na zadawanie pytań w razie potrzeby

Przykład promptu z wyraźnym celem:

Prompt z samym celem

Podaj opis najważniejszych wyzwań związanych z implementacją nowej platformy AI w średniej wielkości firmie.

Wdrożenie nowej platformy AI w średniej wielkości firmie niesie ze sobą różne wyzwania. Kilka kluczowych to:

1. Opór wobec zmian: Pracownicy są przyzwyczajeni do istniejących procesów i systemów. Nowa platforma AI wymaga dostosowania i może wywołać opór, zwłaszcza jeśli wpływ na sposób pracy nie jest jasny.
2. Jakość i dostępność danych: Platformy AI są silnie zależne od danych. Zbieranie, czyszczenie i strukturyzowanie danych dla nowej platformy może być złożone i czasochłonne.
3. Integracja z istniejącymi systemami: Platforma AI musi być często integrowana z innymi aplikacjami biznesowymi (ERP, źródła danych, narzędzia BI). To mogą być techniczne wyzwania.
4. Koszty: Oprócz kosztów licencji platformy mogą występować koszty wdrożenia, szkolenia, infrastruktury danych i potencjalnie specjalistycznego personelu.
5. Szkolenie i adopcja: Pracownicy muszą być przeszkoleni w korzystaniu z nowej platformy i interpretowaniu wyników. Bez dobrej edukacji i stałej obsługi adopcja może być niska.
6. Wybór odpowiedniej platformy i przypadków użycia: Istnieje wiele platform AI i technologii. Wybór platformy i zdefiniowanie odpowiednich przypadków użycia, które pasują do potrzeb i celów firmy, jest kluczowy.
7. Etyka i zgodność z przepisami: W zależności od zastosowania platformy AI mogą pojawić się kwestie etyczne i wymogi zgodności (np. AVG/GDPR), które trzeba rozwiązać.
8. Zarządzanie projektem: Udana implementacja wymaga solidnego zarządzania projektem, jasnych celów i zaangażowania interesariuszy z różnych działów.

Dodanie roli i kontekstu

Dodanie roli i kontekstu zapewnia lepsze i bardziej precyzyjne odpowiedzi.

Przykład tego samego pytania, ale z rolą i kontekstem:

Prompt z celem, rolą i kontek stem

Jako kierownik projektu odpowiedzialny za implementację nowej platformy AI do analizy danych i optymalizacji procesów w dostawcy usług B2B z 150 pracownikami, podaj opis najważniejszych wyzwań i możliwych strategii mitigacji.

Jako kierownik projektu odpowiedzialny za implementację nowej platformy AI do analizy danych i optymalizacji procesów w dostawcy usług B2B z 150 pracownikami, widzę następujące istotne wyzwania i możliwe strategie mitigacji:

1. Opór wobec zmian i adopcja użytkowników:
   • Wyzwanie: Pracownicy, zwłaszcza ci, których zadania są bezpośrednio dotknięte, mogą być niechętni do porzucenia sprawdzonych metod pracy i przyjęcia AI-wynikowej wiedzy.
   • Mitigacja: Zaangażuj kluczowych użytkowników na wczesnym etapie. Wyraźnie komunikuj korzyści (wydajność, lepsze decyzje, nowe insights). Zapewnij obszerne, rolowe szkolenia i stałe wsparcie. Wyznacz "AI-champions" w poszczególnych działach.
2. Jakość danych, zarządzanie i migracja:
   • Wyzwanie: Skuteczność platformy AI zależy od wysokiej jakości danych. Dane z istniejących systemów bywają niespójne, niekompletne lub błędne.
   • Mitigacja: Rozpocznij od gruntownego audytu danych, zdefiniuj ramy zarządzania danymi i przeprowadź czyszczenie danych przed integracją/migracją. Zdefiniuj jasne modele danych i przepływy. Przeprowadź testy i walidację danych.
3. Integracja z istniejącą infrastrukturą IT:
   • Wyzwanie: Powiązania z istniejącymi źródłami danych, ERP, CRM i innymi systemami muszą działać bezproblemowo i bezpiecznie.
   • Mitigacja: Zidentyfikuj wszystkie potrzebne integracje na wczesnym etapie. Wybierz platformę AI z solidnymi możliwościami API lub standardowymi konektorami. Przetestuj integracje.
4. Zakres i budżet:
   • Wyzwanie: W trakcie projektu mogą pojawić się nowe wymagania dotyczące zastosowań AI, co poszerza zakres i zwiększa koszty.
   • Mitigacja: Zdefiniuj jasny, ograniczony zakres z wyraźnymi przypadkami użycia (MVP) na pierwszą fazę. Wprowadź rygorystyczny proces zarządzania zmianami. Zachowaj realistyczny harmonogram i budżet z buforem.
5. Wybór odpowiedniej technologii i partnera wdrożeniowego:
   • Wyzwanie: Rynek AI jest skomplikowany. Niewłaściwy wybór technologii lub niedoświadczony partner mogą doprowadzić projekt do niepowodzenia.
   • Mitigacja: Przeprowadź gruntowne badanie odpowiednich technologii AI dla zdefiniowanych przypadków użycia. Wybierz partnera z udokumentowanym doświadczeniem w Twojej branży i w wybranych technologiach. Poproś o referencje.
6. Brak wiedzy i umiejętności AI w organizacji:
   • Wyzwanie: Może brakować wewnętrznej ekspertyzy, aby skutecznie używać, utrzymywać i rozwijać platformę AI.
   • Mitigacja: Inwestuj w szkolenia i rozwój. Rozważ zatrudnienie specjalistów lub ścisłą współpracę z partnerem wdrożeniowym w celu transferu wiedzy. Utwórz kulturę ciągłego uczenia się.
7. Etyka i Explainable AI (wyjaśnialność):
   • Wyzwanie: Decyzje podejmowane lub wspierane przez AI muszą być przejrzyste i wyjaśnialne, zwłaszcza jeśli wpływają na klientów lub pracowników. Bias w danych może prowadzić do niesprawiedliwych wyników.
   • Mitigacja: Opracuj etyczne wytyczne dotyczące użycia AI. Wybieraj modele, które są możliwe do interpretacji, gdzie to możliwe. Wprowadź procesy wykrywania i redukcji biasu. Zapewnij nadzór ludzki nad krytycznymi decyzjami AI.

Dzięki proaktywnemu podejściu do tych wyzwań, zwiększamy szanse na udaną implementację platformy AI, która rzeczywiście przyczyni się do celów biznesowych.

Techniki

Poniżej opisujemy kilka technik, których możesz użyć przy bardziej zaawansowanych promptach.

Technika 1 - podawanie przykładów

Aby upewnić się, że model językowy stosuje ten sam styl, co Ty, podaj jeden lub dwa przykłady.

Metoda nazywa się „one & few-shot prompting”

Technika 1 - podawanie przykładów

Napisz szkic e-maila do klientów o nadchodzącej planowanej aktualizacji systemu. Użyj naszego wewnętrznego Polityka komunikacji z klientami (dodaj odpowiednie punkty z polityki). Użyj jako wytycznej stylu tej niedawnej biuletyny, ale nie kopiuj treści: (dodaj tekst biuletyny)

Pełny prompt wygląda następująco:

Polityka wewnętrzna dotycząca komunikacji z klientami:

• Zawsze bądź profesjonalny i uprzejmy.
• Oferuj aktualizacje na temat ważnych zmian lub awarii z wyprzedzeniem.
• Zapewnij jasne i zwięzłe informacje.
• Zapewnij rozwiązanie lub rekompensatę, jeśli to stosowne.

Użyj tego stylu zgodnie z tą biuletyną, ale nie używaj informacji z tej biuletyny. Drogi Kliencie,

Chcielibyśmy poinformować Cię o nadchodzącej aktualizacji systemu, która może wpłynąć na nasze usługi.

Data i godzina aktualizacji: [data i godzina] Szacowany czas trwania przerwy: [czas trwania] Usługi objęte: [usługi]

W czasie trwania okresu usługi mogą być tymczasowo niedostępne. Dołożymy wszelkich starań, aby ograniczyć niedogodności i przywrócić usługi tak szybko, jak to możliwe.

Technika 1 - odpowiedź

Poniżej znajduje się odpowiedź modelu językowego na rozszerzony prompt z przykładami

Drogi Kliencie,

Chcielibyśmy poinformować Cię o nadchodzącej aktualizacji systemu, która może wpłynąć na nasze usługi.

Data i godzina aktualizacji: [data i godzina] Szacowany czas przerwy: [czas trwania] Usługi objęte: [usługi]

W czasie trwania okresu usługi mogą być tymczasowo niedostępne. Dołożymy wszelkich starań, aby ograniczyć niedogodności i przywrócić usługi tak szybko, jak to możliwe.

W razie pytań prosimy o kontakt.

Z poważaniem, [Twoje Imię] [Twoje Stanowisko] [Nazwa Firmy] [Informacje kontaktowe]

Technika 2 - podanie szablonu

Aby upewnić się, że model językowy użyje określonego formatu, podaj szablon i przykład. To sprawia, że model językowy formuje odpowiedź w określony sposób lub strukturyzuje ją. Możesz myśleć o bardzo różnych formatach, które mogą być przydatne w sytuacjach, takich jak:

• output CSV do importu do arkusza Excel lub narzędzia analizy danych
• output JSON do integracji API lub plików konfiguracyjnych
• plan spotkania na projekt

Przykładowy prompt: Wygeneruj listę trzech potencjalnych kanałów marketingowych dla nowego produktu SaaS skierowanego do MŚP. Sformatuj odpowiedź w następujący sposób: Kanał: Zasięg grupy docelowej: Potencjalny ROI: Wymagane zasoby:

Na przykład: Kanał: Reklama na LinkedIn Zasięg grupy docelowej: konkretne tytuły stanowisk, branże, wielkość firmy Potencjalny ROI: Wysoki, jeśli odpowiednio ukierunkowany Wymagane zasoby: Budżet na reklamy, tworzenie treści, zarządzanie kampanią

Metoda nazywa się „output templates”

Technika 2 - podanie szablonu

Poniżej znajduje się odpowiedź modelu językowego na prompt z szablonem wyjścia

Kanał: Content Marketing (Blog & SEO) Zasięg grupy docelowej: Firmy aktywnie poszukujące rozwiązań dla swoich problemów, ruch organiczny Potencjalny ROI: Wysoki w długim okresie, buduje autorytet Wymagane zasoby: Copywriterzy, specjalista SEO, czas na research słów kluczowych i promocję treści

Kanał: Google Ads (Search) Zasięg grupy docelowej: Firmy aktywnie szukające konkretnych słów kluczowych związanych z produktem SaaS Potencjalny ROI: Średni do wysokiego, zależny od konkurencji i CPC Wymagane zasoby: Budżet na reklamy, research słów kluczowych, optymalizacja stron docelowych, zarządzanie kampanią

Kanał: E-mail Marketing (Lead Nurturing) Zasięg grupy docelowej: Lead-y zebrane przez stronę, webinary lub inne kanały Potencjalny ROI: Wysoki, skuteczny w konwersji leadów na klientów Wymagane zasoby: Platforma marketing automation, treści do sekwencji e-mailowych, umiejętności segmentacyjne

Technika 3 - podanie wskazówki (hint)

Aby upewnić się, że model językowy zacznie i będzie pisał w określony sposób, podaj hint. Tutaj hint podajemy na końcu promptu.

Przykładowy prompt: Czy możesz podsumować ten raport z badań rynkowych? (wklej odpowiednie sekcje raportu). Zacznij swoją odpowiedź od: Najważniejsze wnioski z tego badania rynkowego to:

• Wklej tekst raportu

Metoda nazywa się „wskazówki i sygnały” To przykład fikcyjnego raportu.

Technika 3 - hint

Poniżej znajduje się odpowiedź modelu językowego z hintem

Najważniejsze wnioski z tego badania rynkowego to:

• Popyt na oprogramowanie do zarządzania projektami w chmurze w sektorze MŚP wzrósł w ostatnich dwóch latach o 35%.
• Główne czynniki decyzyjne dla firm MŚP to łatwość użycia, możliwości integracji z istniejącymi narzędziami i cenowanie.
• Udział rynkowy Firmy A wynosi 25%, Firma B 18%. Istnieje miejsce dla nowych graczy koncentrujących się na niszach lub oferujących lepsze doświadczenie użytkownika.
• Największe wyzwania dla MŚP przy adopcji nowego oprogramowania to początkowa inwestycja i czas potrzebny na szkolenie pracowników.
• Oczekuje się, że rynek będzie rósł średniorocznie o 15% przez najbliższe pięć lat.

Technika 4 - dzielenie treści instrukcji na części

Czasami prompt jest zbyt długi z powodu dodatkowej zawartości i model może nie zrozumieć, co dokładnie chcesz. Podziel treść promptu na trzy nawiasy triple at beginning i end na resztę promptu.

Przykładowy prompt: Czy możesz streścić ten artykuł? """ (wklej treść artykułu). """ Rozpocznij swoją odpowiedź od: Najważniejsze punkty z tego artykułu to:

Metoda nazywa się „content splits” To ponownie przykład artykułu z Internetu: https://www.leraar24.nl/2619420/onderwijs-op-afstand-wat-hebben-we-geleerd/

Technika 4 - content splitsen

Poniżej znajduje się odpowiedź modelu językowego na prompt z podzieloną treścią. Używamy trzech nawiasów lub trzech gwiazdek do oddzielenia kontekstu zapytania.

Najważniejsze punkty z tego artykułu to:

• W trakcie kryzysu pandemicznego nauczyciele musieli wymyślać strategie i techniki zapewniające jak najefektywniejsze zdalne nauczanie, podczas gdy rodzice przyjęli większą rolę w wspieraniu swoich dzieci.
• Kluczowe czynniki skutecznej nauki na odległość to organizacja struktury dnia, utrzymanie otwartej komunikacji między nauczycielem a uczniem, oraz dokonywanie przemyślanych decyzji, które części lekcji mogą być online, a które w formie papierowej.
• Wyzwania obejmują znalezienie sposobów wspierania uczniów o wysokim ryzyku wykluczenia i dodatkowy nacisk na rodziców, zwłaszcza tych, którzy pracują w domu.
• Nastąpił szybki wzrost cyfryzacji w szkołach, z pojawieniem się nowych narzędzi i metod cyfrowych. W artykule przytoczono przykład nauczycielki Mandy de Vries, która pomogła kolegom dzięki swoim umiejętnościom cyfrowym.
• Artykuł podkreśla również znaczenie utrzymania stałego kontaktu i uwagi dla uczniów, zwłaszcza w edukacji specjalnej, i oferuje praktyczne wskazówki zarówno dla nauczycieli, jak i rodziców.
• W końcu artykuł wyraża nadzieję, że zaangażowanie rodziców w edukację ich dzieci na odległość będzie kontynuowane także po pandemii.

Technika 5 - najpierw poproś o dodatkowe informacje

Możesz dać instrukcję, aby najpierw zadać dodatkowe pytania przed wygenerowaniem odpowiedzi. Dzięki temu model językowy doprecyzuje prośbę.

Przykładowy prompt: „Chcę opracować projekt propozycji na rozwój nowej aplikacji wewnętrznej do komunikacji. Aplikacja powinna mieć funkcje do powiadomień o aktualizacjach, książkę kontaktową i bezpośrednie wiadomości. Zanim napiszesz projekt propozycji, możesz zadać mi dodatkowe pytania, aby ulepszyć propozycję?”

Metoda nazywa się „ask before answer prompting”

Technika 5 - najpierw zapytaj o dodatkowe informacje

Poniżej znajduje się odpowiedź modelu językowego na prompt z prośbą o dodatkowe informacje

Oczywiście! Oto kilka pytań, które mogę zadać, aby ulepszyć propozycję projektu:

• Jaki jest główny cel aplikacji do komunikacji wewnątrz firmy? (np. zwiększenie zaangażowania, ulepszenie rozpowszechniania informacji, wspieranie współpracy)
• Jaka jest konkretny odbiorca w organizacji? (np. wszyscy pracownicy, określone działy, pracownicy terenowi)
• Czy istnieją istniejące systemy, z którymi aplikacja musi integrować? (np. intranet, system HR, Active Directory)
• Jaki budżet i harmonogram są przewidziane dla rozwoju i wdrożenia?
• Czy istnieją konkretne wymagania bezpieczeństwa lub zgodności, które aplikacja musi spełniać? (np. GDPR, polityka retencji danych)
• Jakie kluczowe wskaźniki wydajności (KPI) będą używane do oceny sukcesu aplikacji?
• Czy są już pomysły na design lub branding aplikacji? Czy powinna ona być zgodna z identyfikacją organizacji?
• Czy preferowany jest określony platforma rozwoju (iOS, Android, cross-platform)?

Dzięki tym dodatkowym informacjom uzyskamy lepszy obraz zakresu i wymagań, i stworzymy silniejszą propozycję projektu.

Technika 6 - prompt emocjonalny

Możesz dać instrukcję, aby ton tekstu dopasować do emocji leżących u podstaw lub wywołać określoną reakcję emocjonalną. Jest to przydatne w obsłudze klienta, wewnętrznej komunikacji lub marketingu.

Przykładowy prompt: „Muszę napisać e-mail do klienta niezadowolonego z ostatniego przerwania usługi. Klient napisał: ”” …”” (wklej treść klienta). Chcę, aby e-mail był empatyczny, uznał frustrację klienta i zaproponował konstruktywne rozwiązanie.”

Metoda nazywa się „emotional prompting” To przykład fikcyjnej skargi.

Pełny prompt brzmi wtedy:

Muszę napisać e-mail do klienta niezadowolonego z ostatniego przerwania usługi. Klient napisał:

"""Szanowni Państwo,

Jestem bardzo rozczarowany nieoczekiwanym przerwaniem usługi wczoraj po południu. To poważnie zakłóciło naszą działalność i doprowadziło do utraty produktywności. Ufamy w Państwa usługi, a takie incydenty są nie do zaakceptowania. Oczekuję jasnego wyjaśnienia i odpowiedniej rekompensaty."""

Chcę, aby e-mail był empatyczny, uznał frustrację klienta i zaproponował konstruktywne rozwiązanie.

Technika 6 - prompt emocjonalny

Poniżej znajduje się odpowiedź, którą otrzymaliśmy od modelu językowego

Szanowny [Imię Klienta],

Serdecznie dziękujemy za Twój list i szczere przeprosiny za przerwanie usługi, które wystąpiło wczoraj. W pełni rozumiem Twoją frustrację i wpływ, jaki miało to na Twoją działalność. Przykro nam, że nie spełniliśmy Twoich oczekiwań i naszych standardów serwisowych.

Przerwanie zostało spowodowane przez [krótka, jasna przyczyna, np. nieprzewidziana awaria w naszym centrum danych]. Podjęliśmy natychmiast działania, a nasi technicy ciężko pracowali, aby przywrócić usługę tak szybko, jak to możliwe. Usługa jest ponownie w pełni operacyjna od [godziny].

Bierzemy to zdarzenie bardzo serio i już pracujemy nad zidentyfikowaniem przyczyny, aby zapobiec jego powtórzeniu w przyszłości.

Aby zrekompensować Państwu niedogodności, oferujemy [konkretna propozycja, np. rabat na następną fakturę / bezpłatne podniesienie poziomu usługi na miesiąc / kredyt usługi]. Jeden z naszych menedżerów konta skontaktuje się z Państwem w ciągu 24 godzin, aby osobiście omówić szczegóły i odpowiedzieć na ewentualne pytania.

Jeszcze raz przepraszamy za niedogodności. Cenimy sobie Państwa lojalność i dążymy do zapewnienia w przyszłości niezawodnej obsługi, której Państwo wymagają.

Z poważaniem,

[Twoje Imię/Nazwa Firmy]

Technika 7 - prośba o wiele wersji

Twoje pytanie może zawierać wiele wersji odpowiedzi, aby mieć wybór. Na przykład chcesz, aby model pomógł w wygenerowaniu kilku sloganów marketingowych dla nowego produktu. Istnieje wiele możliwych perspektyw, więc warto uzyskać kilka opcji. Można to skutecznie połączyć z ustawieniem określonej roli dla modelu i promptu systemowego, aby model był dalej kierowany.

Więcej informacji o rolach znajdziesz w odpowiednim artykule. Ten przykład z wieloma wersjami znajduje się na samym dole artykułu. Nie powtarza się go tutaj w całości.

Technika 8 - łączenie z systemowym promptem

Za pomocą promptu systemowego możesz wydawać polecenia modelowi AI. To instrukcja, którą możesz przekazać modelowi, aby zadanie lub zachowanie modelu miało konkretny charakter. Możesz w nim określić, jaki wynik od modelu oczekujesz. To sposób na kierowanie modelem i zapobieganie generowaniu nieistotnych lub niepożądanych odpowiedzi.

Kilka przykładów prostych i ogólnych promptów systemowych:

"Chcę, abyś był przyjaznym i pomocnym asystentem."

"Zawsze bądź profesjonalny i szanuj język."

"Skupiaj się na udzielaniu konkretnych, bezpośrednich odpowiedzi bez zbędnych szczegółów."

Prompt systemowy zasadniczo ustawia ton i oczekiwania dla konkretnej rozmowy lub zadania, które chcesz wykonać z modelem AI.

Możesz także wymyślić bardziej zaawansowane prompty systemowe do konkretnych zadań, takich jak streszczanie tekstu: „Analizuj podany tekst uważnie i podaj zwięzłe, lecz informacyjne streszczenie najważniejszych punktów. Zidentyfikuj kluczową myśl i najważniejsze szczegóły.”

Prompty systemowe nie mają jednak takiego samego wpływu na wynik we wszystkich modelach AI. W przypadku chatGPT działają bardzo mocno, w Claude również, w innych modelach wpływ promptu systemowego może być mniejszy. Warto więc eksperymentować i sprawdzić, który model najlepiej odpowiada na Twoje dane wejściowe.

Możesz ustawić ogólny prompt systemowy w preferencjach, ale najlepiej opracowywać te prompty systemowe per zadanie, które chcesz zautomatyzować. Nazywamy to rolami.

Więcej o rolach znajdziesz w odpowiednim artykule.