Gość (37.30.*.*)
Wiele osób zaczynających swoją przygodę ze sztuczną inteligencją traktuje okno czatu jak magiczną kulę, do której wrzuca się chaotyczny strumień myśli. Choć nowoczesne modele językowe, takie jak GPT-4 czy Claude, radzą sobie z interpretacją zawiłych zdań zaskakująco dobrze, to jednak w świecie prompt engineeringu obowiązuje jedna złota zasada: klarowność bije na głowę kwiecistość. Jeśli zastanawiasz się, czy lepiej upchnąć wszystkie wytyczne w jednym tasiemcu, czy rozbić je na mniejsze fragmenty, odpowiedź jest prosta: zdecydowanie wybierz tę drugą opcję.
Sposób, w jaki modele AI przetwarzają tekst, różni się od ludzkiego czytania. Mechanizm "attention" (uwagi), który leży u podstaw architektury Transformer, analizuje relacje między poszczególnymi słowami (tokenami). Gdy tworzysz jedno bardzo długie, wielokrotnie złożone zdanie, ryzykujesz, że model „zgubi” wagę niektórych przymiotników lub instrukcji ukrytych w środku tekstu. Zjawisko to jest czasem nazywane "lost in the middle" – model najlepiej pamięta początek i koniec instrukcji, a środek traktuje z mniejszym priorytetem.
Rozbijając cechy na krótsze zdania lub punkty, dajesz modelowi jasny sygnał, że każda z tych informacji jest równie ważna. Krótsza forma redukuje szum informacyjny i minimalizuje ryzyko błędnej interpretacji logicznych powiązań między cechami.
Dzielenie promptu to nie tylko stawianie kropek tam, gdzie wcześniej były przecinki. To strategia budowania struktury, która ułatwia maszynie zrozumienie Twoich intencji. Oto sprawdzone sposoby na organizację cech:
To najskuteczniejsza metoda przekazywania cech obiektu lub stylu wypowiedzi. Zamiast pisać: „Chcę, żeby tekst był profesjonalny, ale też zabawny i zawierał dużo metafor oraz kończył się pytaniem”, napisz:
Jeśli Twój prompt jest rozbudowany, oddzielaj od siebie różne aspekty (np. kontekst, zadanie, ograniczenia) za pomocą znaków takich jak ###, --- lub po prostu nagłówków pisanych wielkimi literami. Dzięki temu model wie, gdzie kończy się opis cech wyglądu, a zaczyna instrukcja dotycząca zachowania.
Staraj się, aby jedno zdanie niosło jedną konkretną instrukcję. Jeśli chcesz opisać postać do opowiadania, zamiast pisać: „Jest to wysoki mężczyzna o blond włosach, który nosi zniszczony płaszcz i zawsze wygląda na zmęczonego”, spróbuj: „Postać jest wysokim mężczyzną o blond włosach. Nosi zniszczony płaszcz. Jego twarz wyraża ciągłe zmęczenie”. Taka konstrukcja pozwala modelowi „odhaczyć” każdą cechę po kolei podczas generowania odpowiedzi.
Pisanie krótkimi zdaniami pomaga nie tylko sztucznej inteligencji, ale przede wszystkim Tobie. Gdy rozbijasz cechy na czynniki pierwsze, łatwiej jest Ci zauważyć, które instrukcje są sprzeczne lub zbędne. Debugowanie promptu, czyli naprawianie błędów w wynikach, staje się o wiele prostsze. Jeśli AI wygeneruje tekst, który jest zbyt poważny, od razu widzisz, który punkt listy należy zmodyfikować, zamiast przeredagowywać cały akapit tekstu ciągłego.
Ciekawostka: Czy wiesz, że modele AI mają tendencję do bycia „posłusznymi” wobec ostatnich instrukcji w tekście? Jeśli zależy Ci na jakiejś cech szczególnie mocno, umieść ją na samym końcu promptu jako osobne, krótkie zdanie podsumowujące. To tak zwany efekt świeżości (recency effect), który w świecie algorytmów działa bardzo podobnie jak u ludzi.
Choć dzielenie na krótkie zdania jest zalecane, unikaj skrajnej fragmentacji, która mogłaby pozbawić prompt kontekstu. Ważne jest zachowanie spójności logicznej. Jeśli cechy, które wymieniasz, wynikają z siebie nawzajem, zaznacz to wyraźnie. Przykładowo, zamiast pisać tylko „Jest zimno. Ludzie noszą kurtki”, lepiej napisać „Z powodu niskiej temperatury, postacie w scenie powinny być ubrane w grube kurtki”. W ten sposób AI rozumie przyczynę i skutek, co przekłada się na bardziej naturalny wynik końcowy.
Podsumowując, struktura i przejrzystość to Twoi najwięksi sojusznicy. Traktuj prompt jak listę zakupów lub instrukcję składania mebli – im mniej niedopowiedzeń i im prostsza forma, tym mniejsza szansa, że na końcu zostanie Ci „niepotrzebna śrubka” w postaci błędu w wygenerowanym tekście.