Apgūstiet ChatGPT, apgūstot tūlītēju inženieriju.
Lielākā daļa no mums nepareizi izmanto ChatGPT.
Mēs neiekļaujam piemērus savos uzvednēs. Mēs ignorējam to, ka mēs varam kontrolēt ChatGPT uzvedību ar lomām. Mēs ļaujam ChatGPT uzminēt lietas, nevis sniedzam tai kādu informāciju.
Tas notiek tāpēc, ka mēs galvenokārt izmantojam standarta uzvednes, kas varētu palīdzēt paveikt darbu vienreiz, bet ne visu laiku.
Mums ir jāiemācās izveidot augstas kvalitātes uzvednes, lai iegūtu labākus rezultātus. Mums jāapgūst ātra inženierija! Un šajā rokasgrāmatā mēs uzzināsim 4 metodes, kas tiek izmantotas tūlītējā inženierijā.
Dažas standarta uzvednes
Dažas standarta uzvednes ir tādas standarta uzvednes, kuras esam redzējušas iepriekš, taču tajās ir ietverti uzdevuma piemēri.
Kāpēc piemēri? Nu, ja vēlaties palielināt savas iespējas iegūt vēlamo rezultātu, jums ir jāpievieno uzdevuma piemēri, kurus uzvedne mēģina atrisināt.
Dažas standarta uzvednes sastāv no uzdevuma apraksta, piemēriem un uzvednes. Šajā gadījumā uzvedne ir jauna piemēra sākums, kas modelim jāpabeidz, ģenerējot trūkstošo tekstu.
Šeit ir norādīti dažu standarta uzvedņu komponenti.
Tagad izveidosim vēl vienu uzvedni. Pieņemsim, ka mēs vēlamies izvilkt lidostu kodus no teksta “Es gribu lidot no Orlando uz Bostonu”.
Šeit ir standarta uzvedne, ko izmantotu lielākā daļa.
Izņemiet lidostu kodus no šī teksta: "Es gribu lidot no Orlando uz Bostonu"
Tas var paveikt darbu, bet dažreiz ar to var nepietikt. Šādos gadījumos jums ir jāizmanto dažas standarta uzvednes.
Izņemiet lidostu kodus no šī teksta:
Teksts: "Es gribu lidot no Losandželosas uz Maiami." Lidostu kodi: LAX, MIA
Teksts: "Es gribu lidot no Nešvilas uz Kanzassitiju." Lidostu kodi: BNA, MCI
Teksts: “Es gribu lidot no Orlando uz Bostonu” Lidostas kodi:
Ja mēs izmēģināsim iepriekšējo ChatGPT uzvedni, mēs iegūsim lidostas kodu tādā formātā, kādu norādījām piemērā (MCO, BOS).
Ņemiet vērā, ka iepriekšējos pētījumos tika atklāts, ka faktiskās atbildes piemēros nav svarīgas, bet iezīmes telpa ir svarīga. Etiķetes telpa ir visas iespējamās etiķetes konkrētam uzdevumam. Jūs varētu uzlabot savu uzvedņu rezultātus, pat nodrošinot nejaušas etiķetes no etiķešu vietas.
Pārbaudīsim to, mūsu piemērā ierakstot nejaušus lidostu kodus.
Izņemiet lidostu kodus no šī teksta:
Teksts: "Es gribu lidot no Losandželosas uz Maiami." Lidostu kodi: DEN, OAK
Teksts: "Es gribu lidot no Nešvilas uz Kanzassitiju." Lidostu kodi: DAL, IDA
Teksts: “Es gribu lidot no Orlando uz Bostonu” Lidostas kodi:
Ja izmēģinājāt iepriekšējo uzvedni pakalpojumā ChatGPT, jūs joprojām saņemsit pareizos lidostas kodus MCO un BOS.
Neatkarīgi no tā, vai jūsu piemēri ir pareizi vai nē, iekļaujiet nejaušas etiķetes no etiķešu vietas. Tas palīdzēs uzlabot rezultātus un norādīs modelim, kā formatēt uzvednes atbildi.
Lomas pamudināšana
Dažreiz ar ChatGPT noklusējuma darbību nepietiek, lai iegūtu to, ko vēlaties. Šajā gadījumā jums ir jāiestata ChatGPT loma.
Pieņemsim, ka vēlaties trenēties darba intervijai. Liekot ChatGPT “darboties kā darbā pieņemšanas vadītājam” un pievienojot uzvednei sīkāku informāciju, jūs varēsiet simulēt darba interviju jebkuram amatam.
Kā redzat, ChatGPT uzvedas tā, it kā viņš intervētu mani par darba vietu.
Tāpat jūs varat pārvērst ChatGPT par valodas pasniedzēju, lai praktizētu svešvalodu, piemēram, spāņu valodu, vai par filmu kritiķi, lai analizētu jebkuru filmu, kuru vēlaties.
Pievienojiet savām uzvednēm personību un ģenerējiet zināšanas
Šīs divas pamudināšanas pieejas ir labas, ja runa ir par teksta ģenerēšanu e-pastiem, emuāriem, stāstiem, rakstiem utt.
Pirmkārt, ar “personiskuma pievienošanu mūsu uzvednēm” es domāju stila un deskriptoru pievienošanu. Stila pievienošana var palīdzēt mūsu tekstam iegūt konkrētu toni, formalitāti, rakstītāja domēnu un daudz ko citu.
Rakstiet [tēmu] [jomas] eksperta stilā ar 10+ gadu pieredzi.
Lai vēl vairāk pielāgotu izvadi, mēs varam pievienot deskriptorus. Deskriptors ir vienkārši īpašības vārds, ko varat pievienot, lai pielāgotu uzvedni.
Pieņemsim, ka vēlaties uzrakstīt 500 emuāra ziņu par to, kā AI aizstās cilvēkus. Ja izveidosit standarta uzvedni ar vārdiem “uzrakstiet 500 emuāra ziņu par to, kā AI aizstās cilvēkus”, jūs, iespējams, iegūtu ļoti vispārīgu ziņu.
Tomēr, ja pievienosit tādus īpašības vārdus kā iedvesmojošs, sarkastisks, intriģējošs un izklaidējošs, rezultāts būtiski mainīsies.
Pievienosim deskriptorus mūsu iepriekšējai uzvednei.
Uzrakstiet asprātīgu 500 emuāra ierakstu par to, kāpēc AI neaizstās cilvēkus. Rakstiet mākslīgā intelekta eksperta stilā ar vairāk nekā 10 gadu pieredzi. Paskaidrojiet, izmantojot smieklīgus piemērus
Mūsu piemērā AI eksperta stils un īpašības vārdi, piemēram, asprātīgs un smieklīgs, ChatGPT ģenerētajam tekstam piešķir atšķirīgu pieskārienu. Blakusparādība ir tāda, ka AI detektoriem mūsu tekstu būs grūti noteikt (šajā rakstā es parādīšu citus veidus, kā apmānīt AI detektorus).
Visbeidzot, mēs varam izmantot ģenerēto zināšanu pieeju, lai uzlabotu emuāra ierakstu. Tas ietver potenciāli noderīgas informācijas ģenerēšanu par tēmu pirms galīgās atbildes ģenerēšanas.
Piemēram, pirms ieraksta ģenerēšanas ar iepriekšējo uzvedni mēs varētu vispirms ģenerēt zināšanas un tikai pēc tam rakstīt ziņu.
Ģenerējiet 5 faktus par “AI neaizstās cilvēkus”
Kad mums ir 5 fakti, mēs varam ievadīt šo informāciju citai uzvednei, lai uzrakstītu labāku ziņu.
# 1. fakts # 2. fakts # 3. fakts # 4. fakts # 5. fakts
Izmantojiet iepriekš minētos faktus, lai uzrakstītu asprātīgu 500 emuāra ziņu par to, kāpēc AI neaizstās cilvēkus. Rakstiet mākslīgā intelekta eksperta stilā ar vairāk nekā 10 gadu pieredzi. Paskaidrojiet, izmantojot smieklīgus piemērus
Ja vēlaties uzzināt citus veidus, kā uzlabot savas ziņas, izmantojot ChatGPT, skatiet šo rokasgrāmatu.
Domu ķēdes pamudināšana
Atšķirībā no standarta pamudināšanas, domāšanas ķēdē modelis tiek mudināts izveidot starpposma spriešanas darbības, pirms sniegt galīgo atbildi uz problēmu. Citiem vārdiem sakot, modelis izskaidros savu argumentāciju, nevis tieši sniegs atbildi uz problēmu.
Kāpēc argumentācija ir svarīga? Pamatojuma skaidrojums bieži vien nodrošina precīzākus rezultātus.
Lai izmantotu domu ķēdes pamudinājumu, mums ir jāsniedz daži piemēri, kur argumentācija ir izskaidrota tajā pašā piemērā. Tādā veidā, atbildot uz uzvedni, tiks parādīts arī argumentācijas process.
Šeit ir salīdzinājums starp standarta un domu ķēdes pamudinājumu.
Kā redzam, fakts, ka modelis tika mudināts izskaidrot savu argumentāciju, lai atrisinātu šo matemātisko problēmu, radīja precīzākus rezultātus domu ķēdes pamudināšanā.
Ņemiet vērā, ka domu ķēdes pamudināšana ir efektīva, lai uzlabotu aritmētikas, veselā saprāta un simboliskās spriešanas uzdevumu rezultātus.