AI Prompt Engineering

Rask ingeniørkunst, også referert til som læring i kontekst, er kunsten og vitenskapen med å bygge instruksjoner beregnet for store AI-modeller inn i meldinger som sendes til dem.

Du kan bruke AI-spørring for enten å få gode resultater fra modellen eller for å trene funksjonaliteten videre. Ferdighetssettet kombinerer en god forståelse av databehandling, kommunikasjon, datavitenskap og maskinlæring.

Dette blogginnlegget ser på de ulike funksjonene og fordelene med AI prompt engineering. I tillegg inneholder den nyttige eksempler og ressurser for å hjelpe deg med å få et bedre grep om emnet.

Behovet for gode AI-oppfordringer

AI-systemer som store språkmodeller gjør ord til tokens for å hjelpe dem med å behandle og generere språk. Prosessen kalles tokenisering og innebærer å bryte ned større biter av tekst i mindre enheter, som tegn, ord og underord. Disse tokens blir deretter tildelt numeriske verdier og matet inn i det nevrale nettverket for å produsere utdata.

Resultatet her er at en endring i inngangsordene eller sekvensen deres vil like mye forårsake en endring i det nevrale nettverkets utgang. Ord representerer mening i AI-verdenen, så hver enkelt teller hvis du ønsker å få det beste ut av systemet. Her er noen av de mange fordelene med å skrive gode AI-instruksjoner.

• Bedre utganger: Transformatormodeller kan generere veldig imponerende responser på grunn av deres oppmerksomhet mekanisme, som lar dem opprettholde konteksten i enhver operasjon. Brukeren eller prompteingeniøren, derimot, veileder modellen til bedre resultater ved å skrive inn de beste ordene for å fokusere AI-modellens oppmerksomhet og dermed produsere det mest relevante og engasjerende innholdet.
• Høyere effektivitet: Gitt de riktige spørsmålene, vil en AI-modell ikke bare levere det beste innholdet, men vil gjøre det raskt og effektivt. Dette sparer brukeren tid og resultatet vil ofte kreve mindre redigering eller bearbeiding. AI-modellen kan også fra tid til annen overgå forventningene til den spørre forfatteren.
• Bedre nøyaktighet: For beregningsrelaterte operasjoner gir en god melding også mer nøyaktige resultater. I andre situasjoner reduserer det muligheten for hallusinasjoner – som er når en AI prøver å finne på detaljer på egen hånd og tilby det som et faktum.

Brukes for prompt engineering

Rask utvikling gir en bruker muligheten til å kontrollere en smart maskin ved å bruke dagligdagse språk. Dette gjør det til en veldig allsidig ferdighet som vil fortsette å finne flere bruksområder. Følgende er noen av de viktigste bruksområdene som promptteknikk for tiden brukes til.

1. Problemløsning: Mange store AI-modeller kan brukes til å takle store og komplekse problemer ved ganske enkelt å fortelle dem problemet i enkel form og deretter kreve en løsning. ChatGPT er for eksempel gode på dette. Fra å lage tidsplaner til å svare på vanskelige spørsmål, juridiske spørsmål og til og med medisinsk diagnose.
2. Innholdsoppretting: Store språkmodeller er veldig flinke til å generere all slags innhold med riktig spørsmål. Du kan enkelt veilede en modell for å generere blogginnlegg, dikt, historier, datakode, matoppskrifter, musikk, bilder, videoer og e-postbrev ved å bruke de riktige ledetekstene.
3. Forskning og informasjonsinnhenting: De fleste AI-modeller er trent på vanvittige mengder data, og dette gjør det enkelt å stille spørsmål ved dem for spesifikk informasjon. Å utstede relevante meldinger kan hjelpe enhver bruker med å hente informasjon på en enkel måte. Med godt trente modeller har denne prosessen blitt bedre enn standard søkemotorer, noe som fører til en ny generasjon AI-drevne søkeapplikasjoner som You.com og perplexity.ai.
4. Skrivehjelp: Med de riktige spørsmålene er generativ AI den mest kreative teknologien som er kjent for mennesker. Fra kreative ideer for å skrive alle typer stykker til grammatikkkorrigering og artikkeloppsummeringer, muligheten til å gi de riktige spørsmålene kan gjøre en verden av forskjell i forfatternes og kontoransattes liv.
5. Programmeringshjelp: Selv om det er svært tilpassede AI-programmeringsassistenter som GitHub Copilot og Amazon Code Whisperer, å kunne gi de riktige spørsmålene til generelle AI-modeller kan like mye øke en koders produktivitet og spare verdifull utviklingstid.
6. Oversettelse: Store språkmodeller er mestere i språkoversettelse, og du kan bruke dette til din fordel med rettighetsoppfordringene. I motsetning til bare å oversette tekst fra ett språk til et annet, står du fritt til å endre utdataene i henhold til dine spørsmålsevner.
7. Chatbot og personlig assistanse: I utgangspunktet var det automatiseringsverktøy som Zapier og IFTTT som hjalp brukere med å automatisere oppgaver ved hjelp av visuelle grensesnitt. ChatGPT-plugins og lignende tilbud endrer imidlertid bransjen ved å la brukere automatisere ting på Internett ved å bruke ledetekster.
8. Finjustering og tilpasning: Etter at en AI-modell er forhåndstrent med mye tekst-, bilde-, lyd- eller videodata, er neste trinn vanligvis finjusteringsstadiet. Her er den generelle modellen tilpasset for å fokusere på mer spesifikke oppgaver, for eksempel innholdsgenerering eller en chatbot ved bruk av prompt engineering.

Ferdigheter nødvendig

Rask ingeniørkunst er en kunst og en vitenskap som krever en blanding av både tekniske og ikke-tekniske ferdigheter for å være svært effektiv. Mens visse prosjekter eller raske ingeniørstillinger kan kreve spesifikke ekspertferdigheter, er de mer generelle ferdighetene nedenfor:

• Problemanalyse og løsningsevner: Evnen til å identifisere, analysere og avgrense problemer kreativt vil trolig bli den mest givende menneskelige ferdigheten i en fremtid dominert av kunstig intelligens. For å utnytte en AI-modell best mulig, trenger du evnen til raskt å identifisere problemene i enhver situasjon, analysere situasjonen for potensielle løsninger og presist skissere et kreativt veikart eller prosess for å løse problemet.
• Muntlige og skriftlige kommunikasjonsferdigheter: Du trenger også gode kommunikasjonsevner for å hjelpe deg å få det beste ut av interaksjonene dine med AI-modellen. De fleste modellene der ute jobber for tiden med skriftlig kommunikasjon, men grensesnittene bør etter hvert utvides til å inkludere verbale og andre ferdigheter. En god forståelse av kommunikasjon er imidlertid alt som er nødvendig.
• Kjennskap til AI, ML og NLP: Det hjelper også å forstå hvordan kunstig intelligens (AI)-modeller fungerer, hvordan maskinlæring (ML) fungerer og feltet for naturlig språkbehandling (NLP).
• Dataprogrammeringskunnskap: Selv om det ikke er et krav for AI-spørring, kan en solid forståelse av programmeringsspråk og hvordan man overfører ideer til maskiner og løser problemer med disse ideene være uvurderlig i rask utvikling.
• Dataanalyse: Dataanalyse og AI-spørring har mye til felles. Dataanalyseferdigheter gjør deg i stand til å identifisere og trekke ut verdifull innsikt og mønstre fra data med rask respons. Det hjelper også å vite hvordan du visualiserer og presenterer dataene dine for et publikum, team eller kunder.

Hvordan skrive effektive ledetekster

Å skrive effektive spørsmål for AI-modeller krever at du bare har noen få tips i bakhodet, og de er som følger.

1. Identifiser hensikten: Du må først avklare hva du skal lage og hvorfor du gjør dette. Spør deg selv målet med operasjonen og vær tydelig på forventet resultat.
2. Gi klare og spesifikke instruksjoner: Prøv å gjøre spørsmålene dine enkle og enkle å forstå. Den bør inneholde spesifikk informasjon og klare instruksjoner om hva du trenger.
3. Inkluder åpne spørsmål: Generative AI-modeller klarer seg godt med åpne spørsmål, som ikke krever et Ja eller Nei direkte svar, men snarere oppmuntrer til fri tenkning, kreativ frihet og evnen til å svare i mange former.
4. Inkluder kontekstuell informasjon: Du kan forbedre spørsmålsresultatene ytterligere ved å inkludere bakgrunnsinformasjon om problemet, forklare målgruppen din, nevne tid eller sted, spesifisere spesifikke formater, gi eksempler, klargjøre tvetydige termer og referere til tidligere uttalelser.
5. Repetere: De fleste LLM-er har en oppmerksomhetsfunksjon som gjør dem kontekstbevisste. Du kan bruke denne funksjonen ved å referere til tidligere uttalelser fra modellen, ved å endre alternativer modellen presentert som svar, og ved å be den gjøre om en tidligere jobb med forskjellige alternativer. Iterasjon kan gi kraftige resultater, siden det hjelper deg med å endre og forbedre en første utgang.

Noen eksempler på spørsmål

Du kan lage like mange meldinger som det er stjerner på himmelen. Følgende liste gir bare eksempler for å veilede kreativiteten din.

	prompt	Merknader
1.	Hei, jeg reiser til London, har du noen anbefalinger om ting å gjøre?	Hjelp til å planlegge en tur
2.	Jeg skriver en film om en superhelt, og jeg vil at du skal lage historien og bygge 5 karakterer for meg.	Kreativ hjelp
3.	Jeg vil at du skal fungere som dataforsker og skrive kode for meg. Jeg har et datasett om (*beskriv*). Kan du bygge en maskinlæringsmodell for å forutsi (*målvariabel*)?	ChatGPT som datavitenskapsassistent
4.	Jeg vil at du skal fungere som dataforsker og skrive kode for meg. Jeg har dette datasettet om (*beskriv*). Kan du skrive Python-kode for å visualisere dataene?	ChatGPT som datavitenskapsassistent
5.	Skriv en liste over 15 kampanjeideer for (*produktet ditt*). Målgruppen er (*mål*) og produktet er bemerkelsesverdig for (*funksjoner*).
6.	Tilby en detaljert anmeldelse av (*skriv inn produkt eller tjeneste*)
7.	Kan du skrive en JavaScript-kode for meg for å generere tilfeldige tall med 15 kolonner og 100 rader?	ChatGPT som kodeassistent
8.	En realistisk gul sportsbil med kromhjul i en travel gatebakgrunn.	Dall-E bilde
9.	Et eldre ektepar sitter på en benk i en park på en solrik dag.	Dall-E bilde
10.	En fantastisk utsikt over en tropisk strand med trær og krystallklart vann.	Dall-E bilde
11.	Jeg vil at du skal fungere som programvareutvikler. Vennligst oppgi dokumentasjon for funksjonen nedenfor (*Enter-funksjon*)	ChatGPT som kodeassistent
12.	Tegn vanlige glidende gjennomsnitt	ChatGPT-kodetolk
13.	Lag et varmekart ved hjelp av disse dataene	ChatGPT-kodetolk
14.	Bruk kolonne 1 og 2 fra disse dataene for å beregne (*Skriv inn ønsket verdi*)	ChatGPT-kodetolk
15.	Skriv en e-post til presidenten og be ham om unnskyldning for at jeg ikke kan komme til møtet. Fortell ham 5 løgner hvorfor jeg ikke klarer det.
16.	Skriv en blogg på 700 ord om vertikalt jordbruk i drivhus. Ta med fordeler og ulemper ved vertikalt jordbruk, estimerte kostnader ved å sette opp et pilotprosjekt og vanlige spørsmål.	Fungerer på de fleste chatbots
17.	Jeg vil at du skal fungere som intervjuer. Jeg vil være kandidat og du vil stille meg intervjuspørsmål for å øve på stillingen som (*stilling*) i en bedrift. Ikke still alle spørsmålene samtidig. Bare still meg et spørsmål, og vent på svarene mine. Ikke forklar noe. Still meg spørsmålene ett etter ett som en intervjuer gjør, og vent på svarene mine. Min første setning er "Hei"	ChatGPT er gode på dette
18.	Jeg vil at du skal fungere som min virtuelle lege. Jeg vil beskrive mine fysiologiske symptomer og du vil gi en diagnose og behandlingsplan for symptomene. Vennligst svar kun med din diagnose og behandlingsplan, og gi kun forklaringer der det er nødvendig. Min første forespørsel er "Jeg har opplevd en prikking i bena de siste dagene."
19.	Jeg vil at du skal fungere som en Linux-terminal, jeg vil skrive kommandoer og du vil svare med nøyaktig utdata som en Linux-terminal vil produsere. Ikke forklar noe og svar kun når jeg skriver til deg. Forstått?
20.	Et maleri av en søt hund iført dress, naturlig lys, med lyse farger	Bildegeneratorer som Stable Diffusion & Dalle-E
21.	Søt plastand som spiller gitar, stående karakter, 3D-blendergjengivelse, lyse farger
22.	3D fluffy løve, nærbilde søt og bedårende, søte store sirkulære reflekterende øyne, lang fuzzy pels, Pixar-gjengivelse, uvirkelig motor kinoaktig glatt, intrikate detaljer, kinomatisk	3D bildeillustrasjon på stabil diffusjon
23.	Geleaktig katt som jager en gigantisk sommerfugl i en magisk skog. –v5	Midjourney v5-bilde
24.	Søt karakter med mekaniske deler av stål og gummi med hyperrealistiske detaljer i lyse farger	Midjourney v4-bilde

Ofte Stilte Spørsmål

AI-spørreskrivingsressurser

1. https://openart.ai/promptbook
2. https://towardsdatascience.com/
3. https://docs.openai.com/
4. https://www.coursera.org/
5. https://www.udemy.com/
6. https://www.chatgpttrainings.com/book
7. https://github.com/dair-ai/Prompt-Engineering-Guide
8. https://www.promptengineering.org/master-prompt-engineering-ai-prompt/

Konklusjon

Vi har nådd slutten av dette innlegget om AI prompt engineering, og du har sett de forskjellige mulighetene som gir gaver for både nybegynnere og erfarne proffer.

Rask ingeniørarbeid er broen mellom mennesker og kunstig intelligens. Så din evne til å produsere høykvalitets og verdifulle resultater fra AI-systemer avhenger av dine spørsmålskunnskaper.