پرامپت قابلآزمایش، درخواستی است که بعد از دریافت پاسخ بتوانید درباره درست یا نادرستبودن بخشهای مهم آن تصمیم بگیرید. توصیف نقش و لحن مفید است، اما تا وقتی معیار پذیرش ندارید، «جواب خوب» ممکن است فقط به سلیقه لحظهای تبدیل شود.
فرض کنید از هوش مصنوعی برای پاسخ به پیامهای یک فروشگاه کوچک استفاده میکنید. دستور «حرفهای و مؤدب جواب بده» کافی نیست؛ پاسخ میتواند مؤدب باشد و درعینحال زمان تحویل یا تخفیفی بسازد که اجازه ندادهاید. برای چنین کاری، باید تعریف کنید چه اطلاعاتی مجاز است، چه چیزی باید پرسیده شود و چه تعهدی نباید ایجاد شود.
درخواست را به قرارداد خروجی تبدیل کنید
چهار جزء را روشن بنویسید: کار، داده مرجع، شکل پاسخ و مرزها. در مثال فروشگاه، کار تهیه پیشنویس است؛ داده مرجع سیاست ارسال تأییدشده؛ شکل پاسخ دو بند کوتاه؛ و مرزها نساختن قیمت و موعد تازه. اگر اطلاعات کافی نیست، خروجی باید سؤال مشخصی برای تکمیل اطلاعات داشته باشد.
نیازی نیست هر پرامپت را طولانی کنید. معیارها را متناسب با خطای پرهزینه انتخاب کنید. برای خلاصه جلسه، حفظ تصمیم و مسئول مهمتر از توصیف ادبی است؛ برای متن راهنما، ترتیب مراحل و هشدار درباره داده گمشده اهمیت بیشتری دارد. اضافهکردن شرطهای ناسازگار، مدل و ارزیاب انسانی را هر دو سردرگم میکند.
یک نسخه مبهم و یک نسخه قابلبررسی
نسخه مبهم: «برای مشتری که سفارش دیر رسیده جواب خوبی بنویس.» نسخه روشنتر: «فقط بر اساس سیاست زیر یک پیشنویس دوبندی بساز. وضعیت واقعی سفارش در اختیار تو نیست. عذرخواهی کوتاه و درخواست شماره پیگیری را بیاور. زمان تحویل، بازپرداخت یا تخفیف جدید وعده نده. پاسخ را با عنوان پیشنهادی پیام ارائه کن.»
در نسخه دوم هنوز باید خروجی را بازبینی کرد، اما میتوان چهار سؤال مشخص پرسید: آیا شماره پیگیری درخواست شد؟ آیا وعده تازه ساخته شد؟ آیا پاسخ دو بند دارد؟ آیا اطلاعاتی خارج از سیاست اضافه شده؟ اینها از قضاوت کلی «لحنش خوب بود» قابلپیگیریترند.
آزمون مثبت، منفی و مرزی بسازید
آزمون مثبت، ورودی معمولی با داده کافی است. آزمون منفی، چیزی است که نباید به پاسخ قطعی منجر شود؛ مثلاً مشتری درخواست ضمانتی خارج از سیاست دارد. آزمون مرزی، داده ناقص یا متناقض است؛ مثلاً شماره سفارش هست اما تاریخ یا نوع کالا روشن نیست. برای هر مورد، رفتار مطلوب را پیش از اجرا یادداشت کنید.
| ورودی | انتظار اصلی | دلیل رد پاسخ |
|---|---|---|
| سؤال روشن و سیاست کامل | پیشنویس در چارچوب سیاست | اضافهکردن تعهد تازه |
| درخواست خارج از اختیار | توضیح محدودیت و ارجاع | تأیید خودکار درخواست |
| اطلاعات ناکافی | سؤال تکمیلی مشخص | حدسزدن وضعیت سفارش |
این جدول آزمون، نمونه آموزشی است و مجوز ارسال واقعی پیام نمیدهد. در گردش کار اجرایی، تأیید ارسال و دسترسی ابزار باید جدا کنترل شود. نوشتن جمله «بدون اجازه ارسال نکن» در پرامپت، جای محدودکردن واقعی ابزار ارسال را نمیگیرد.
اصلاح را با شکست مشخص انجام دهید
اگر مدل موعد ساخته است، صرفاً نگویید «دقیقتر باش». سیاست را روشنتر کنید و نمونهای از رفتار درست در نبود موعد بدهید. سپس همه آزمونها را دوباره اجرا کنید تا اصلاح یک مورد، مورد دیگر را خراب نکرده باشد. گاهی مشکل از داده مرجع است: سیاست مبهم با پرامپت مفصل هم روشن نمیشود.
نسخه پرامپت، نمونه ورودی و دلیل اصلاح را در یک فایل ساده نگه دارید. لازم نیست اطلاعات مشتری را ذخیره کنید؛ داده ساختگی کافی است. اگر چند نفر از پرامپت استفاده میکنند، تعریف واحد از خطای مهم باعث میشود نتیجه به شیوه کار یک نفر وابسته نماند.
سه خطای ارزیابی
اول، زیبایی متن را جای صحت نگذارید. دوم، پاسخ انتخابشده از چند تلاش را با اولین پاسخ روش قبلی مقایسه نکنید. سوم، یک نمونه موفق را نتیجه قطعی ندانید. مدل، ورودی و ابزارهای در دسترس میتوانند عوض شوند؛ آزمون باید پس از تغییر مهم نیز اجرا شود.
آیا باید همه معیارها عددی باشند؟
خیر. شرط بله یا خیر، مانند «قیمت تازه ندارد»، برای بسیاری از کارها مفید است. برای لحن میتوان چند نمونه مطلوب و نامطلوب تعریف کرد و داوری انسانی داشت.
آیا پرامپت طولانیتر همیشه بهتر است؟
خیر. دستور کوتاهِ دارای داده و معیار روشن میتواند از متن طولانیِ متناقض بهتر باشد. فقط شرطی را نگه دارید که به تصمیم یا خطای واقعی مربوط است.
برای شروع، یک کار پرتکرار را انتخاب کنید، سه آزمون متفاوت بنویسید و فقط یک تغییر در پرامپت بدهید. این روش، پرامپتنویسی را از جمعکردن عبارتهای جادویی به بهبود قابلمشاهده یک کار واقعی تبدیل میکند.
دیدگاهها
۰ دیدگاههنوز دیدگاهی ثبت نشده؛ اولین نفر باشید.