Provide Context (Предоставление контекста)

Контекст — это информация, которая помогает модели понять, в какой ситуации или для какой цели вы задаёте вопрос. Чем больше деталей вы предоставите, тем более полезный и целевой ответ получите.

Почему контекст важен?
Модель не обладает "знаниями о мире" в момент общения. Она обрабатывает ваш запрос, основываясь только на предоставленной информации. Без контекста модель может неправильно интерпретировать ваш запрос.

Как добавить контекст?

• Укажите, кто вы или кто является целевой аудиторией.

Пример:
"Представь, что ты специалист по маркетингу. Расскажи, как продвигать бренд через социальные сети."

• Объясните цель вашего запроса.

Пример:
"Мне нужно описание продукта для интернет-магазина. Продукт: умные часы. Описание должно быть ориентировано на молодёжную аудиторию."

• Добавьте дополнительные детали.

Пример:
"Напиши текст приглашения на конференцию по теме искусственного интеллекта. Целевая аудитория — разработчики. Тон формальный."

Пример использования контекста:
Промпт без контекста:
"Объясни, что такое блокчейн."
Ответ будет общим и менее целевым.

Промпт с контекстом:
"Объясни, что такое блокчейн, используя простые термины, понятные старшекласснику, изучающему основы информатики."
Ответ будет адаптирован под аудиторию и цель.

Few-shot Prompting (Примеры)

Few-shot prompting — это техника, которая позволяет улучшить понимание модели, предоставляя ей несколько примеров желаемого результата. Это особенно полезно для сложных или творческих задач.

Почему примеры работают?
Модель учится на предоставленных примерах, подстраивая свои ответы под их формат и стиль. Примеры помогают задать "рамки", в которых модель должна работать.

Как использовать примеры?

• Дайте 2-3 примера, демонстрирующих желаемый результат.

Пример 1:
Вопрос: Что такое электричество?
Ответ: Электричество — это поток электронов через проводник.
Пример 2:
Вопрос: Что такое гравитация?
Ответ: Гравитация — это сила, которая притягивает объекты друг к другу."

• Задайте вопрос, используя схожую структуру.

"Теперь ответь на вопрос: Что такое искусственный интеллект?"

Explicit Constraints (Ограничения)

Ограничения помогают уточнить, каким должен быть ответ. Вы можете задать стиль, длину текста, тон, форматирование и даже целевую аудиторию. Это особенно полезно для специфичных задач, например, написания маркетинговых текстов или инструкций.

Какие ограничения можно задавать?

• Стиль: дружелюбный, официальный, научный, креативный.

Пример:
"Напиши описание смартфона в дружелюбном тоне для молодёжи."

• Длина: укажите, сколько слов или предложений должно быть в ответе.

Пример:
"Объясни, как работает искусственный интеллект, в двух предложениях."

• Тон: формальный, неформальный, профессиональный.

Пример:
"Напиши письмо клиенту в профессиональном тоне, предлагая скидку на покупку."

• Форматирование: списки, таблицы, абзацы.

Пример:
"Напиши список из 5 преимуществ электрических автомобилей."

Пример использования ограничений:
"Напиши статью о влиянии глобального потепления на природу. Текст должен быть длиной до 150 слов, в научно-популярном стиле, без сложных терминов."

Open-Ended vs. Close-Ended Prompts (Открытые и закрытые вопросы)

Выбор между открытыми и закрытыми запросами зависит от того, какой тип ответа вы хотите получить.

Открытые вопросы
Открытые вопросы предназначены для получения развёрнутого ответа.

Пример:
"Какие способы решения проблемы загрязнения океанов существуют?"
Ответ будет включать несколько вариантов или идей.

Закрытые вопросы
Закрытые вопросы формулируются так, чтобы получить конкретный, краткий ответ.

Пример:
"Сколько процентов Земли покрыто океанами?"
Ответ будет точным и фактическим.

Как выбрать правильный тип вопроса?

• Используйте открытые вопросы для генерации идей, анализа или изучения темы.
• Используйте закрытые вопросы для получения конкретной информации или фактов.

Примеры:
Открытый:
"Какую пользу приносит регулярное чтение книг?"
Ответ: список преимуществ или объяснение.

Закрытый:
"Сколько часов в день рекомендуется читать для пользы здоровья?"
Ответ: точное количество часов.

На втором занятии мы рассмотрели четыре ключевые техники для улучшения промптов: предоставление контекста, использование примеров, введение ограничений и выбор между открытыми и закрытыми вопросами. Эти приёмы помогают вам создавать чёткие, точные запросы и получать ответы, которые соответствуют вашим ожиданиям.
Помните, что успех в промпт-инжиниринге заключается в деталях. Чем лучше вы уточняете задачу, тем больше шансов, что модель даст вам полезный и качественный ответ.
На следующем занятии мы будем изучать углублённые техники, такие как пошаговые инструкции, многошаговый диалог и итеративное уточнение. Попробуйте применить сегодня полученные знания, чтобы увидеть, как это работает на практике!