Оперативна техніка AI

Оперативна інженерія, яку також називають навчанням у контексті, — це мистецтво та наука вбудовування інструкцій, призначених для великих моделей ШІ, у повідомлення, які їм надсилаються.

Ви можете використовувати підказки штучного інтелекту, щоб або отримати хороші результати від моделі, або для подальшого навчання її функціональності. Набір навичок поєднує в собі добре розуміння обчислювальної техніки, комунікації, науки про дані та машинного навчання.

У цьому дописі в блозі розглядаються різні функції та переваги розробки підказок ШІ. Крім того, він містить корисні приклади та ресурси, які допоможуть вам краще зрозуміти тему.

Потреба в хорошому ШІ підказує

Системи штучного інтелекту, такі як великі мовні моделі, перетворюють слова на лексеми, щоб допомогти їм обробляти та створювати мову. Процес називається токенізація та включає розбиття великих фрагментів тексту на менші одиниці, такі як символи, слова та підслова. Потім цим токенам присвоюються числові значення та подаються в нейронну мережу для отримання результатів.

Результатом цього є те, що зміна вхідних слів або їхньої послідовності однаково призведе до зміни виходу нейронної мережі. Слова представляють значення у світі ШІ, тому кожне з них має значення, якщо ви хочете отримати від системи найкраще. Ось деякі з багатьох переваг написання хороших підказок ШІ.

• Кращі результати: моделі-трансформери можуть викликати дуже вражаючі відгуки завдяки своїм увагу механізм, який дозволяє їм підтримувати контекст у будь-якій операції. Користувач або оперативний інженер, з іншого боку, спрямовує модель до кращих результатів, вводячи найкращі слова, щоб зосередити увагу моделі штучного інтелекту та таким чином створити найбільш релевантний і привабливий вміст.
• Вища ефективність: за наявності правильних підказок модель штучного інтелекту не лише надасть найкращий вміст, але й зробить це швидко й ефективно. Це економить час користувача, а кінцевий результат часто потребуватиме менше редагування чи обробки. Модель ШІ також час від часу може перевершувати очікування автора підказки.
• Краща точність: Для операцій, пов’язаних з обчисленнями, хороший запит також дає більш точні результати. В інших ситуаціях це зменшує ймовірність галюцинацій – коли ШІ намагається самостійно вигадати деталі та запропонувати це як факт.

Використання для оперативного проектування

Оперативна інженерія пропонує користувачеві можливість керувати розумною машиною, використовуючи повсякденну мову. Це робить його дуже універсальним навиком, який і надалі знаходитиме ще більше застосувань. Нижче наведено деякі з основних цілей, для яких на даний момент використовується швидка інженерія.

1. Рішення проблем: Багато великі мовні моделі ШІ можна використовувати для вирішення великих і складних проблем, просто викладаючи проблему в простій формі, а потім вимагаючи вирішення. Наприклад, ChatGPT чудово справляється з цим. Від створення розкладів до відповідей на складні запитання, юридичних питань і навіть медичної діагностики.
2. Створення вмісту: Великі мовні моделі дуже добре створюють різний вміст із правильною підказкою. Ви можете легко керувати моделлю для створення дописів у блозі, віршів, сюжетних ліній, комп’ютерного коду, рецептів їжі, музики, зображень, відео та електронних листів, використовуючи правильні підказки.
3. Дослідження та пошук інформації: більшість моделей штучного інтелекту навчаються на божевільних обсягах даних, і це дозволяє легко запитувати їх щодо конкретної інформації. Видача відповідних підказок може допомогти будь-якому користувачеві з легкістю отримати будь-яку інформацію. Завдяки добре навченим моделям цей процес став кращим, ніж стандартні пошукові системи, що призвело до появи нового покоління пошукових програм на основі штучного інтелекту, таких як you.com та Perplexity.ai.
4. Допомога в написанні: За наявності правильних підказок генеративний штучний інтелект є найкреативнішою технологією, яку наразі знає людство. Від творчих ідей для написання всіх типів творів до граматичних виправлень і резюмування статей, здатність видавати правильні підказки може кардинально змінити життя письменників і офісних працівників.
5. Допомога з програмування: Хоча існують дуже налаштовані помічники програмування ШІ, як Копілот GitHub та Amazon Codewhisperer, здатність видавати правильні підказки загальним моделям штучного інтелекту може однаково підвищити продуктивність кодера та заощадити дорогоцінний час розробки.
6. Переклад: Великі мовні моделі є майстрами мовного перекладу, і ви можете використовувати це на свою користь за допомогою підказок прав. На відміну від простого перекладу тексту з однієї мови на іншу, ви можете змінювати результат відповідно до ваших здібностей підказок.
7. Чат-бот і персональна допомога: Спочатку були такі інструменти автоматизації, як Zapier та IFTTT які допомагали користувачам автоматизувати завдання за допомогою візуальних інтерфейсів. Однак плагіни ChatGPT і подібні пропозиції змінюють галузь, дозволяючи користувачам автоматизувати роботу в Інтернеті за допомогою підказок.
8. Тонке налаштування та налаштування: Після попереднього навчання моделі штучного інтелекту за допомогою великої кількості тексту, зображень, аудіо чи відеоданих наступним кроком зазвичай є етап тонкого налаштування. Тут загальна модель налаштована, щоб зосередитися на більш конкретних завданнях, таких як генерація вмісту або чат-бот із використанням оперативного проектування.

Навички потрібні

Швидка інженерія — це мистецтво та наука, яка вимагає поєднання як технічних, так і нетехнічних навичок, щоб бути високоефективною. У той час як певні проекти або швидкі інженерні посади можуть вимагати певних експертних навичок, більш загальні навички наведені нижче:

• Аналіз і вирішення проблем: Здатність ідентифікувати, аналізувати та творчо окреслювати проблеми, ймовірно, стане найкориснішою людською навичкою в майбутньому, де домінуватиме штучний інтелект. Щоб якнайкраще використовувати модель штучного інтелекту, вам потрібна здатність швидко визначати проблеми в будь-якій ситуації, аналізувати ситуацію для потенційних рішень і точно окреслювати творчу дорожню карту або процес вирішення проблеми.
• Усні та письмові навички спілкування: Вам також потрібні гарні навички спілкування, щоб отримати найкраще від взаємодії з моделлю ШІ. Більшість існуючих моделей наразі працюють із письмовим спілкуванням, але з часом інтерфейси мають розширитися, щоб включити вербальні та інші навички. Однак все, що необхідно, — це добре розуміння комунікації.
• Знання AI, ML та NLP: Це також допомагає зрозуміти, як працюють моделі штучного інтелекту (AI), як функціонує машинне навчання (ML) і сфера обробки природної мови (NLP).
• Знання програмування: Хоча це не обов’язкова вимога для підказок штучного інтелекту, тверде розуміння мов програмування та того, як донести ідеї до машин і вирішити проблеми за допомогою цих ідей, може бути неоціненним у швидкому проектуванні.
• Аналіз даних: Аналіз даних і підказки ШІ мають багато спільного. Навички аналізу даних дозволяють виявляти та витягувати цінну інформацію та закономірності з даних швидкого реагування. Це також допомагає знати, як візуалізувати та представити свої дані аудиторії, команді чи клієнтам.

Як написати ефективні підказки

Написання ефективних підказок для моделей штучного інтелекту вимагає від вас лише кількох порад, і вони такі.

1. Визначте мету: Ви повинні спочатку уточнити, що ви збираєтеся створити і чому ви це робите. Запитайте себе про мету операції та чітко визначте очікуваний результат.
2. Дайте чіткі та конкретні інструкції: намагайтеся робити ваші підказки простими та зрозумілими. Він повинен містити конкретну інформацію та чіткі інструкції щодо того, що вам потрібно.
3. Додайте відкриті запитання: Генеративні моделі штучного інтелекту добре справляються з відкритими запитаннями, які не вимагають прямої відповіді «Так» чи «Ні», а радше заохочують вільне мислення, творчу свободу та здатність відповідати різними формами.
4. Включити контекстну інформацію: Ви можете додатково покращити результати підказок, включивши довідкову інформацію про проблему, пояснюючи свою цільову аудиторію, згадавши час або місце, вказавши конкретні формати, надавши приклади, роз’яснивши будь-які неоднозначні терміни та посилаючись на попередні твердження.
5. Ітерація: Більшість LLM мають функцію уваги, яка робить їх контекстно-свідомими. Ви можете використовувати цю функцію, посилаючись на попередні твердження моделі, змінюючи параметри, надані моделлю у відповідь, і наказуючи їй повторити попередню роботу з іншими варіантами. Ітерація може дати значні результати, оскільки вона допомагає вам змінити та покращити початковий результат.

Деякі приклади підказок

Ви можете створити стільки підказок, скільки зірок на небі. У наведеному нижче списку наведено лише приклади, які допоможуть спрямувати вашу творчість.

	Речення-запит (промпт)	Зауваження
1.	Привіт, я їду до Лондона, у вас є якісь рекомендації, чим зайнятися?	Допоможіть спланувати поїздку
2.	Я пишу фільм про супергероя, і я хочу, щоб ви створили для мене сюжет і 5 персонажів.	Творча допомога
3.	Я хочу, щоб ви виступали в ролі дослідника даних і писали для мене код. У мене є набір даних про (*описати*). Чи можете ви створити модель машинного навчання для прогнозування (*цільова змінна*)?	ChatGPT як помічник із обробки даних
4.	Я хочу, щоб ви виступали в ролі дослідника даних і писали для мене код. У мене є цей набір даних приблизно (*описати*). Чи можете ви написати код Python для візуалізації даних?	ChatGPT як помічник із обробки даних
5.	Напишіть список із 15 ідей просування (*ваш продукт*). Цільова аудиторія (*цільова*), а продукт примітний (*особливостями*).
6.	Запропонуйте детальний огляд (*введіть товар або послугу*)
7.	Чи можете ви написати для мене код JavaScript для генерації випадкових чисел із 15 стовпцями та 100 рядками?	ChatGPT як помічник у кодуванні
8.	Реалістичний жовтий спортивний автомобіль із хромованими колесами на тлі жвавої вулиці.	Зображення Dall-E
9.	Літня пара сидить на лавці в парку в сонячний день.	Зображення Dall-E
10.	Захоплюючий вид на тропічний пляж із деревами та кришталево чистою водою.	Зображення Dall-E
11.	Я хочу, щоб ви діяли як розробник програмного забезпечення. Будь ласка, надайте документацію для функції нижче (*Введіть функцію*)	ChatGPT як помічник у кодуванні
12.	Побудуйте графік загальних ковзних середніх	Інтерпретатор коду ChatGPT
13.	Створіть теплову карту, використовуючи ці дані	Інтерпретатор коду ChatGPT
14.	Використовуйте стовпці 1 і 2 з цих даних для обчислення (*Введіть бажане значення*)	Інтерпретатор коду ChatGPT
15.	Напишіть електронного листа президенту та вибачтеся перед ним, що я не можу потрапити на зустріч. Скажи йому 5 брешек, чому я не можу це зробити.
16.	Напишіть блог на 700 слів про вертикальне землеробство в теплицях. Включіть плюси та мінуси вертикального землеробства, приблизну вартість створення пілотного проекту та запитання, що часто задаються.	Працює на більшості чат-ботів
17.	Я хочу, щоб ви виступили в ролі інтерв'юера. Я буду кандидатом, і ви задасте мені питання для співбесіди, щоб попрактикуватися на посаді (*посада*) в компанії. Не ставте всі питання відразу. Просто задайте мені запитання, а потім чекайте моїх відповідей. Нічого не пояснюйте. Ставте мені запитання одне за одним, як це робить інтерв’юер, і чекайте моїх відповідей. Моє перше речення «Привіт»	ChatGPT добре справляється з цим
18.	Я хочу, щоб ти був моїм віртуальним лікарем. Я опишу свої фізіологічні симптоми, а ви надасте діагноз і план лікування симптомів. Будь ласка, відповідайте лише з вашим діагнозом та планом лікування та надавайте пояснення лише за необхідності. Моє перше прохання: «Останні кілька днів я відчуваю поколювання в ногах».
19.	Я хочу, щоб ви діяли як термінал Linux, я буду вводити команди, а ви відповідатимете тим самим виводом, який видасть термінал Linux. Нічого не пояснюй і відповідай лише тоді, коли я тобі пишу. зрозумів?
20.	Картина милого песика в костюмі, природне освітлення, яскраві кольори	Генератори зображень, такі як Stable Diffusion і Dalle-E
21.	Мила пластикова качка грає на гітарі, персонаж стоїть, 3D-візуалізація блендера, яскраві кольори
22.	3D-пухнастий лев, милий і чарівний крупним планом, милі великі круглі світловідбиваючі очі, довге пухнасте хутро, візуалізація Pixar, кінематографічна плавність нереального двигуна, складні деталі, кінематографічний	Ілюстрація тривимірного зображення на Stable Diffusion
23.	Желатиновий кіт женеться за гігантським метеликом у чарівному лісі. –v5	Зображення Midjourney v5
24.	Милий персонаж із механічними частинами зі сталі та гуми з гіперреалістичними деталями яскравих кольорів	Зображення Midjourney v4

Поширені запитання

Ресурси швидкого написання AI

1. https://openart.ai/promptbook
2. https://towardsdatascience.com/
3. https://docs.openai.com/
4. https://www.coursera.org/
5. https://www.udemy.com/
6. https://www.chatgpttrainings.com/book
7. https://github.com/dair-ai/Prompt-Engineering-Guide
8. https://www.promptengineering.org/master-prompt-engineering-ai-prompt/

Висновок

Ми підійшли до кінця цієї публікації про розробку підказок штучного інтелекту, і ви побачили різні можливості підказок подарунків як для новачків, так і для досвідчених професіоналів.

Оперативна інженерія — це місток між людьми та штучним інтелектом. Отже, ваша здатність отримувати високоякісні та цінні результати за допомогою систем штучного інтелекту залежить від вашого вміння підказувати.