Gość (37.30.*.*)
Większość z nas zaczyna przygodę z AI od prostych poleceń typu „napisz mi artykuł o zdrowym odżywianiu” lub „stwórz post na Facebooka”. To działa, ale rzadko daje rezultaty, które rzucają na kolana. Sekret tkwi w tym, co nazywamy inżynierią promptów, a konkretnie w tych małych, nieoczywistych dodatkach, które zmieniają sposób, w jaki model przetwarza dane. Jeśli chcesz wycisnąć z AI coś więcej niż poprawne, ale nudne teksty, warto wzbogacić swoje zapytania o kilka mniej typowych elementów.
To jeden z najskuteczniejszych, a zarazem najrzadziej stosowanych trików. Zamiast podawać wszystkie informacje na starcie i liczyć na to, że AI domyśli się reszty, dodaj do promptu zdanie: „Zanim zaczniesz pisać, zadaj mi 5-10 pytań, które pomogą Ci lepiej zrozumieć mój cel i kontekst”.
Dzięki temu model sam wskaże luki w Twoim opisie. Może zapytać o grupę docelową, ton wypowiedzi czy konkretne dane, o których zapomniałeś. To sprawia, że finalny produkt jest skrojony na miarę, a Ty nie musisz robić nieskończonej liczby poprawek.
Zazwyczaj skupiamy się na tym, co chcemy otrzymać. Jednak równie ważne jest określenie „negatywnych ograniczeń”. Modele językowe mają tendencję do używania pewnych frazesów i specyficznego, „sztucznego” stylu (np. nadużywanie słów „kluczowy”, „fascynujący” czy „w dzisiejszych czasach”).
Warto dodać do promptu instrukcję: „Unikaj korpomowy, nie używaj przymiotników w stopniu najwyższym i nie stosuj wstępów typu 'warto zauważyć, że'”. Wykluczenie typowych dla AI naleciałości sprawia, że tekst brzmi znacznie bardziej ludzko i autentycznie.
Technika znana jako Chain of Thought (łańcuch myśli) zazwyczaj polega na dopisaniu „pomyśl krok po kroku”. Możesz to jednak rozwinąć w bardziej zaawansowany sposób. Poproś AI, aby najpierw przygotowało szkic logiczny lub wypunktowało argumenty, zanim przejdzie do pisania właściwego tekstu.
Ciekawym elementem jest też prośba o „wewnętrzny monolog”. Możesz napisać: „Zanim podasz odpowiedź, przeprowadź wewnętrzną analizę różnych punktów widzenia na ten temat i wybierz ten najbardziej merytoryczny”. Choć nie zawsze zobaczysz ten proces (chyba że poprosisz o jego wyświetlenie), wynik końcowy będzie znacznie głębszy i lepiej przemyślany.
Zamiast pisać „jesteś ekspertem od marketingu”, spróbuj czegoś bardziej niszowego. Poproś AI, aby spojrzało na problem z perspektywy konkretnej szkoły myślenia lub metodologii. Na przykład:
Tego typu „ramowanie” zmusza model do wyjścia poza standardowe odpowiedzi i korzystania ze specyficznych zestawów danych, które ma w swojej bazie.
AI najlepiej uczy się na przykładach dostarczonych „tu i teraz”. Jeśli chcesz, aby model pisał w Twoim unikalnym stylu, nie opisuj go przymiotnikami. Po prostu wklej dwa lub trzy swoje poprzednie teksty i dodaj: „Oto przykłady mojego stylu pisania. Przeanalizuj ich rytm, długość zdań i sposób budowania narracji, a następnie napisz nowy tekst, zachowując te parametry”. To o wiele skuteczniejsze niż proszenie o „luźny i profesjonalny ton”.
Czy wiesz, że możesz sterować „kreatywnością” modelu za pomocą słów, nawet jeśli nie masz dostępu do surowych ustawień technicznych (tzw. temperatury)? Używając w prompcie słów takich jak „niekonwencjonalny”, „abstrakcyjny” lub „prowokacyjny”, przesuwasz model w stronę generowania mniej prawdopodobnych (czyli bardziej oryginalnych) połączeń słownych. Z kolei słowa takie jak „precyzyjny”, „faktograficzny” czy „standardowy” stabilizują odpowiedź, czyniąc ją bardziej przewidywalną i bezpieczną.
Modele AI nie mają uczuć, ale świetnie radzą sobie z symulowaniem empatii i rozumieniem intencji. Zamiast pisać „napisz maila do szefa o podwyżkę”, opisz sytuację: „Pracuję w tej firmie 3 lata, czuję się niedoceniony, ale zależy mi na dobrych relacjach. Moim celem jest otwarcie dyskusji o wynagrodzeniu, a nie stawianie ultimatum”. Im więcej „mięsa” dotyczącego Twoich intencji i obaw, tym lepiej AI dobierze odpowiednie słowa, które nie będą brzmiały jak wygenerowany szablon.
Wprowadzenie tych kilku nieoczywistych elementów do codziennej pracy z AI sprawi, że Twoje prompty staną się potężnym narzędziem, a odpowiedzi, które otrzymasz, przestaną być przewidywalne. Kluczem jest traktowanie modelu nie jak wyszukiwarki, ale jak bardzo inteligentnego, choć wymagającego precyzyjnych instrukcji współpracownika.