{"id":14293,"url":"\/distributions\/14293\/click?bit=1&hash=05c87a3ce0b7c4063dd46190317b7d4a16bc23b8ced3bfac605d44f253650a0f","hash":"05c87a3ce0b7c4063dd46190317b7d4a16bc23b8ced3bfac605d44f253650a0f","title":"\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0439 \u0441\u0435\u0440\u0432\u0438\u0441 \u043d\u0435 \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u0432 \u043d\u0438 \u043a\u043e\u043f\u0435\u0439\u043a\u0438","buttonText":"","imageUuid":""}

Навык будущего №1. Искусство запросов к искусственному интеллекту

Я не знаю захватит ли Искусственный Интеллект мир, но я уверен в том, что люди первыми освоившие работу с генеративным ИИ получат читерский буст в продуктивности и творчестве. Вовсе не ChatGPT лишит вас работы, а человек умеющий им пользоваться эффективнее вас.

Ключевым навыком уверенного пользователя нейросетей будет умение составлять текстовые запросы - описание задачи, которую ИИ должен выполнить. Концепция создания, методов оптимизации и настройки запросов получила название техника запросов (prompt engineering). Качественный запрос = качественный ответ.

На сегодня на hh я висит пара вакансий Промт-инженеров. И несколько десятков упоминаний важности такого навыка для создателей контента.

Но у меня есть ощущение, что спрос на Промт-инженеров будет взрывным, а навык составления запросов будет включен в компетенцию опытный пользователь офисных продуктов.

Меня зовут Михаил. В этой статье я расскажу вам про несколько простых трюков, которые позволят вам эффективнее работать с ИИ.

Начнем с очевидного, спросим у ИИ как эффективно писать промты.

Bing общаться с нами на эту тему отказывается. Жаль, в первую неделю после релиза рассказывал охотно, правда после этого угрожал пользователям 

А вот ChatGPT не против пообщаться, и выдает инсайды в 1470 знаков. Отсюда совет, сокращайте выдачу. Мир еще успеет устать от генерированного текста. Используйте ИИ для сокращений теста, в этом он хорош.

Уже лучше

Попробуйте вывод информации в форме таблицы. Чтобы получить лучший результат, используйте специальные символы, экономьте токены.

Токенизация - это процесс разбиения текста на меньшие единицы. Токенами могут быть слова, символы, числа, знаки. В моделях от OpenAI запрос + ответ не могут превышать 4000 токенов. Один токен это четыре символа. Токенизация на английском языке имеет меньшее количество токенов чем на русском, из-за различий в грамматике и орфографии.

1. Концепция задания роли (role prompting)

Мощный способ задания контекста = назначить роль ИИ. Например, «Вы врач» или «Вы юрист», а затем просить ИИ ответить на какой-либо медицинский или юридический вопрос. Вот пример:

Кстати ИИ сам выбрал на какой вопрос он "как врач" будет отвечать

Сразу же уточню, что есть причины, по которым советам ИИ в медицине доверять не стоит.

Задание роли ИИ это классная игровая площадка, подобные промпты уже оказывают влияние на онлайн обучение.

Задание роли ИИ также может быть эффективным при подготовке к собеседованию.

2. Подход нулевого, одного и нескольких выстрелов (zero-shot prompting, one-shot prompting ,few-shot prompting)

Нулевой выстрел (zero-shot prompting) вы не даете ИИ примера того, что вы от него хотите. Нормально работает с легкими задачами.

Один выстрел (one-shot prompting) вы даете ИИ пример желаемого результата, это и контекст и обучение модели сразу.

Несколько выстрелов (few-shot prompting). Подсказка с несколькими выстрелами — это когда вы показываете модели два или более примеров. Обычно, чем больше примеров вы показываете модели, тем лучше будет результат.

В промте только примеры, запрос на решение отсутствует

Техника нескольких выстрелов очень мощный инструмент взаимодействия ИИ и человека. Обязательно попробуйте! Хотя бы ради ощущения, что кто-то понимает вас с полуслова.

0
Комментарии
-3 комментариев
Раскрывать всегда