Pisz lepsze polecenia tekstowe dla AI: struktura czterozdaniowa

Dla osób niebędących programistami rozpoczęcie przygody z AI może wydawać się przytłaczające. W natłoku skomplikowanych przykładów i technik myśl o pisaniu poleceń dla AI przyprawia nas o dreszcze. Polecenia w systemach wieloagentowych? Łańcuchowe podawanie poleceń? Korzystanie z modelu ReAct? Brzmi to jak tytuły modułów kursu z podstaw programowania. 

Jednak według Ethana DeWaala, menedżera programu AI w Asanie, pisanie poleceń dla AI wcale nie musi być skomplikowane. DeWaal radzi myśleć o sztucznej inteligencji jak o pupilu, który chce Cię zadowolić – wystarczy, że jasno dasz mu do zrozumienia, czego od niego oczekujesz.

A bycie konkretnym nie jest skomplikowane. Wystarczą cztery proste zdania.

Jak tworzyć polecenia do dowolnych celów

Gdy ludzie zaczynają korzystać z dużych modeli językowych (na przykład Chat GPT), często najpierw próbują prostych poleceń – nawet w przypadku tak dużych zadań, jak napisanie posta na bloga lub utworzenie briefu. „To tak, jakby zaskoczyć partnera wiadomością, że masz ofertę pracy w miejscu oddalonym o pięć tysięcy kilometrów” – mówi DeWaal. „Brak wstępu ani wyjaśnień może zbić z tropu”.

Podobnie jak Twój partner, sztuczna inteligencja potrzebuje kontekstu, aby wiedzieć, jak zareagować. Pomoże Ci określić go ta czterozdaniowa struktura.

Struktura czterozdaniowa

DeWaal sprowadza polecenia do czterech podstawowych elementów: profilu, celu, zadania i kontekstu. Akronim PCZK może pomóc Ci je zapamiętać. W przypadku większości poleceń wystarczy jedno lub dwa zdania na każdy element struktury:

• Profil: „Jesteś ekspertem w _____”.

• Cel: „Twoim celem jest _____”.

• Zadanie: „Twoim zadaniem jest _____”.

• Kontekst: „Oto cały potrzebny kontekst” (pomyśl o oczekiwaniach dotyczących formatowania, rzeczach, których należy unikać, rzeczach, które należy podkreślić itp.).

A najlepsze w tej strukturze poleceń jest to, że możesz używać jej do wszystkiego, od tworzenia treści po badania. Oto kilka przykładów, które pomogą Ci rozpocząć:

Przykład: przeprowadzenie badania wśród klientów

Wyobraź sobie, że jesteś menedżerem obsługi klienta, który wykorzystuje sztuczną inteligencję, aby przygotować się do rozmów telefonicznych. Oto, w jaki sposób możesz wdrożyć tę 4-etapową strukturę:

• Profil: „Jesteś ekspertem w zakresie sukcesu klienta”.

• Cel: „Twoim celem jest pomóc menedżerom obsługi klienta Asany w przygotowaniu się do rozmów”.

• Zadanie: „Twoim zadaniem jest wyszukanie informacji o osobie i firmie, z którą się spotkają, za pomocą wtyczki Wyszukaj za pomocą usługi Bing”.

• Kontekst: „W swojej odpowiedzi uwzględnij najnowsze informacje dotyczące klienta, które kierownik działu obsługi klienta powinien znać, kilka dobrych pytań, które warto zadać w związku z potencjalną ekspansją, a także szczegóły, które pomogą kierownikowi działu obsługi klienta podczas rozmowy”.

Przykład: tworzenie briefu kampanii

Wyobraź sobie, że jesteś marketerem, który wykorzystuje sztuczną inteligencję do przygotowania briefu nadchodzącej kampanii. Oto jak możesz dostosować strukturę do swoich potrzeb:

• Profil: „Jesteś doświadczonym strategiem marketingowym”.

• Cel: „Twoim celem jest pomóc marketerom w przygotowywaniu kompleksowych i atrakcyjnych briefów kampanii na potrzeby inicjatyw marketingowych”.

• Zadanie: „Twoim zadaniem jest dostarczenie szczegółowych ram i wskazówek, które pomogą marketerom w procesie tworzenia kompleksowego briefu kampanii. Uwzględnij kluczowe elementy, takie jak grupa docelowa, cele, przekaz, kanały i wskaźniki sukcesu”.

Kontekst: „Twoja odpowiedź powinna zawierać wskazówki i pytania, które zachęcą marketerów do przeprowadzenia dokładnych badań nad grupą docelową, zdefiniowania jasnych i mierzalnych celów, opracowania przekonującego przekazu głównego i wspierających go filarów, zidentyfikowania najskuteczniejszych kanałów i taktyk dotarcia do odbiorców, nakreślenia planu treści oraz ustalenia kluczowych wskaźników efektywności (KPI) służących do pomiaru sukcesu“.

Kody do tworzenia lepszych poleceń

Stosując kilka prostych strategii dotyczących pisania poleceń, możesz znacznie zwiększyć jakość wyników. „Nie musisz być mistrzem poleceń” – mówi DeWaal. „Musisz tylko pamiętać o kilku rzeczach”.

Podawaj przykłady

Przykłady są świetnym narzędziem dydaktycznym, szczególnie w przypadku sztucznej inteligencji. W ten sposób możesz przekazać jej swoje oczekiwania i z większym prawdopodobieństwem uzyskać wysokiej jakości wyniki.

Jeśli tworzysz treści za pomocą sztucznej inteligencji (takie jak blog, komunikat prasowy lub e-mail), użyj istniejącego materiału jako przykładu. Dodaj go w cudzysłowie w sekcji kontekstu. Przed podaniem przykładu poinformuj AI: „Oto szablon, którego będziesz używać”. Dzięki temu model będzie miał lepsze pojęcie o stylu, długości i formatowaniu, jakiego oczekujesz.

Przekazuj informacje zwrotne i kieruj się intuicją

Przekazywanie informacji zwrotnych jest ważną częścią tego procesu. „Bez względu na to, jaka będzie Twoja pierwsza reakcja, po prostu ją zaakceptuj” – mówi DeWaal. Na początku przygody z AI jej wyniki mogą wywierać różne wrażenia. Mogą Cię zachwycać lub wydawać Ci się zbyt długie, zbyt mechaniczne albo zbyt formalne.

Niezależnie od tego, jak je postrzegasz, powiedz o tym bezpośrednio modelowi AI. Według DeWaala „pozwoli Ci to zacząć kształtować, edytować i dodawać dodatkowy kontekst”.

Rozmawiaj ze sztuczną inteligencją jak z człowiekiem

Rozwiązanie jest zwykle o wiele prostsze, niż myślisz. Zamiast próbować stworzyć idealne polecenie, po prostu opisz problem i potrzebę. „Zdarzały mi się sytuacje, w których przez trzy dni stałem w miejscu, ponieważ nie potrafiłem sobie poradzić z czymś za pomocą sztucznej inteligencji” – mówi DeWaal. „Potem zacząłem od nowa i po prostu lepiej opisałem problem, a to przyniosło efekty”.

Jeśli sztuczna inteligencja nie przynosi oczekiwanych rezultatów, cofnij się o krok i postaw na bezpośredniość. „Powiedz, jakie masz oczekiwania i daj jej znać, że ich nie spełnia”.

Wybór modelu ma znaczenie

Nie wszystkie modele AI są sobie równe. Według DeWaala „głównym powodem, dla którego ludzie mają złe doświadczenia ze sztuczną inteligencją, jest to, że korzystają z wersji z zeszłego roku”. Zamiast decydować się na przykład na Chat GPT 3.5, spróbuj użyć modelu o tej samej (lub lepszej) jakości co Chat GPT 4.

Pracuj mądrzej dzięki AI

Ostatnio dużo mówi się o sztucznej inteligencji i warto się o niej dowiedzieć więcej. Według najnowszego badania przeprowadzonego przez Boston Consultant Group i Harvard Business School, korzystanie ze sztucznej inteligencji przynosi wymierne korzyści w zakresie poprawy wydajności. W badaniu konsultanci z dostępem do AI wykonali o 12% więcej zadań i ukończyli je o 25% szybciej. Co ciekawe, ewaluatorzy ocenili jakość ich pracy jako o ponad 40% wyższą.

Poświęcając kilka minut na czytanie, możesz zacząć współpracować z AI, aby osiągać lepsze wyniki w krótszym czasie. Podziękujesz sobie za to w przyszłości.