Примери, техники и практическо приложение на промпт инженеринга

Няма да се обадите в пицария и да поръчате просто „пица“. За да получите желаната вечеря, ще посочите предпочитанията си за тесто, гарнитури, подправки, напитка към нея и всичко, към което може да имате алергия.

Поуката от тази история е: колкото по-подробни са вашите инструкции, толкова по-близка до вашите предпочитания ще бъде пицата. Това важи за използването на генеративни AI инструменти като ChatGPT на OpenAI или Gemini на Google.

В тази публикация в блога ще ви покажем как да давате ясни инструкции и да задавате конкретни въпроси на инструментите за генеративно изкуствен интелект – процес, известен още като „промт инженеринг“.

Какво представлява промпт инженерингът?

Проектирането на подсказки е процесът на създаване и усъвършенстване на входния текст, предоставян на моделите за изкуствен интелект, особено на езиковите модели, с цел да се получат най-точните, уместни и творчески отговори.

Защо трябва да се научите на промпт инженеринг

Генеративният ИИ се превръща в един от най-мощните и влиятелни инструменти в широк спектър от приложения – от създаването на съдържание до архитектурното моделиране. Според проучване на McKinsey до 30% от работните часове в американската икономика могат да бъдат автоматизирани до 2030 г. с технологии, базирани на генеративен ИИ.

За да извлечете максимална полза от Gen AI, трябва да овладеете промпт инженеринга.

Ускоряване на взаимодействията: Проектирането на подсказки служи като основен интерфейс между човешките намерения и резултатите от машината. За да може моделът за машинно обучение (ML) да разбере вашето запитване на естествен език, трябва да познавате проектирането на подсказки.

Стимулиране на творчеството в изкуствения интелект: Отличителната черта на генеративния изкуствен интелект е, че той „генерира“, т.е. създава текст, изображения или данни в отговор на подсказки. За да получите творчески отговори, трябва да въвеждате ясни подсказки.

Получаване на точни отговори: Голямо предизвикателство в Gen AI е „халюцинацията“ – феномен, при който моделът на изкуствения интелект генерира неточна или подвеждаща информация въз основа на погрешни предположения или присъщи предубеждения. За да се преодолее това, са необходими добри умения в областта на инженеринга на подсказки.

Максимизиране на резултатите: Генеративната ИИ се състои от големи езикови модели, които обработват огромни количества данни. За да се извлече максимумът от възможностите на модела – и да се заобиколят неговите ограничения – доброто промпт инженеринг е от основно значение.

Повишаване на релевантността: Всичко, генерирано от ИИ, трябва да е релевантно за целевата аудитория. Например, можете да подобрите релевантността на генерирания от ИИ пост в социалните медии за вашата аудитория, като посочите нейните демографски характеристики, интереси, нужди, предизвикателства и т.н.

За да се възползвате от тези предимства, трябва да разберете как можете да използвате промпт инженеринг, за да постигнете желаните резултати от генеративния ИИ. Нека започнем с няколко примера

Примери за промпт инженеринг

Има много правила за това какво да правите и какво да избягвате, най-добри практики и шаблони за AI промптове, които ще ви помогнат да се справите успешно. Но преди да се впуснем в някой от триковете за изкуствен интелект, най-добрият начин да усвоите едно толкова практическо умение като промпто инженеринг е да го видите в действие.

Ето няколко примера за промпт инженеринг в различни области на работа.

Проектиране на подсказки за разработката на софтуер

Независимо дали програмирате, отстранявате грешки или пишете документация, инструментите за изкуствен интелект за разработчици могат значително да улеснят работата ви. Ето как.

Помощ при преглед на кода

„Създайте списък за проверка на кода за приложение за роботизирана автоматизация на процеси (RPA), разработено с Python. Обърнете специално внимание на четимостта и корпоративната сигурност.“

Техническа документация

„Напишете подробно ръководство за внедряване на OAuth 2.0 в уеб приложение, използващо Node.js. Включете стъпка по стъпка инструкции и фрагменти от код за всеки етап.“

Отстраняване на грешки

„Опишете систематичен подход за идентифициране и отстраняване на изтичания на памет в Java приложение, включително инструменти, които да се използват, и често срещани области, които да се проверяват.“ Ако сте начинаещ и това ви се струва малко прекалено сложно, ние сме ви подготвили помощ. Използвайте подсказките на ChatGPT за инженерство от ClickUp, за да генерирате идеи, планове за процеси и много други.

Подсказки за изкуствен интелект за управление на продукти

Екипите за гъвкаво разработване на софтуер често изпитват недостиг на продуктови мениджъри, които да изяснят пътната карта и да стимулират напредъка. Инструментите за изкуствен интелект като ChatGPT могат да бъдат от полза.

Приоритизиране на характеристиките

„Използвайки модела за оценяване RICE (Reach, Impact, Confidence, Effort), определете приоритетите на следните функции за нашия предстоящ инструмент за управление на проекти: табла по метода Канбан, сътрудничество в реално време, автоматизирано отчитане и интеграции с продукти на трети страни.“

Създаване на потребителски профили

„Разработете подробна потребителска персона за приложение за проследяване на фитнес, насочено към заети професионалисти, които са начинаещи в областта на личния фитнес. Включете демографски данни, цели, предизвикателства и начини, по които те биха могли да използват приложението.“

Разработване на пътна карта на продукта

„Начертайте 6-месечна пътна карта за разширяване на платформа за електронна търговия, като се фокусирате върху интегрирането на изкуствен интелект за персонализирано пазаруване. Опишете подробно етапите, ключовите етапи и очакваните резултати.“ Или изберете от над 130 подсказки на ClickUp ChatGPT за управление на продукти и започнете веднага.

Примери за промпт инженеринг в управлението на проекти

Можете да помолите Gen AI да създаде проектен план, който след това да персонализирате. Или просто да ви помогне с оптимизирането на отделни части от него. И двете възможности ще разгледаме по-долу.

Създаване на проектен план

„Изгответе подробен проектен план за стартиране на нов онлайн пазар, включващ етапи като проучване на пазара, проектиране и разработване, тестване и стратегия за пускане в експлоатация. Посочете ключовите дейности, необходимите ресурси и сроковете за всеки етап.“

Оптимизация на ресурсите

„Анализирайте настоящото разпределение на ресурсите за проект за разработка на софтуер и предложете оптимизации, които да гарантират навременна доставка, без да се прави компромис с качеството. Вземете предвид фактори като набор от умения, разпределение на натоварването и задачи по критичния път.“

Над 190 подсказки за ChatGPT за управление на проекти, подбрани специално за вас от ClickUp.

Научете повече за ClickUp Brain тук:

Подсказки за създаване на съдържание

Най-добрите инструменти за създаване на съдържание с изкуствен интелект могат значително да подобрят вашите маркетингови резултати. Опитайте следното, за да се убедите сами.

Кампания в социалните медии

„Създайте кампания в социалните медии за предстоящото пускане на пазара на екологичен шампоан. Включете 3 различни публикации в Instagram и 3 различни публикации в Twitter. Добавете подходящи хаштагове за всяка платформа.“

Съдържание на бюлетина по имейл

„Създайте увлекателно съдържание за месечен бюлетин на технологичен стартъп, което да включва актуализация на продукта, представяне на член от екипа, предстоящи събития и призив за действие, насърчаващ читателите да изпробват нова функция.“

Можете също така да предоставите повече подробности за актуализацията на продукта или за член на екипа, за да получите точни резултати. Вижте примера по-долу.

„Поставете в центъра на вниманието един член на екипа. Името му е Джейк, той е страхотен разработчик. Този месец се навършва една година, откакто работи при нас. През това време той помогна за решаването на някои от най-големите проблеми на клиентите. Един клиент веднъж каза: „Без Джейк щяхме да останем затънали в бъркотия. Той свърши страхотна работа, като ни помогна да уцелим два заека с един камък.“

Използвайте ClickUp Brain като свой помощник при писане, за проверка на правописа, обобщаване на по-дълги документи, създаване на таблици, шаблони, стенограми и др.

Не забравяйте, че повечето компании все още не предпочитат съдържание, генерирано от изкуствен интелект, което доведе до появата на няколко инструмента за откриване на изкуствен интелект. Най-добрият начин да използвате Gen AI за създаване на съдържание е като инструмент за мозъчна атака или като отправна точка, която премахва „проблема с празната страница“.

Проектиране на подсказки в приложения за чатботове

От техническа гледна точка ChatGPT или Google Gemini е чатбот, с който разговаряме. Той разбира въведената от нас информация и генерира отговори. Той е обучен на базата на големи езикови модели с огромно количество данни.

Можете да използвате тези модели и да ги обучавате допълнително с фирмена или специфична за бранша информация, за да постигнете нюансирани, съобразени с контекста и персонализирани разговори с потребителя. В този случай клиентът може просто да зададе въпроси като: „Колко струва този ранец?“

Въпреки това, един добър чатбот за обслужване на клиенти може да черпи информация от организационните данни за историята на покупките, местоположението, предпочитанията, миналите оплаквания и т.н., за да предоставя отговори и да предлага допълнителни продукти, като по този начин значително подобрява потребителското преживяване.

Проектиране на подсказки за компютърно програмиране и системи за контрол на версиите

Проектирането на подсказки може да помогне на разработчиците да генерират конкретни фрагменти код на различни програмни езици.

„Напишете функция на Python, която да се свърже с SQL база данни и да изпълни SELECT заявка въз основа на параметрите, предадени на функцията.“

Интегрирането на изкуствения интелект в работните процеси за управление на версиите предоставя препоръки за преглед на кода въз основа на историята на комитовете, предлага области от кода, които може да се наложи да бъдат преработени, и автоматизира рутинните задачи по управление на версиите, като по този начин подобрява качеството на кода и производителността на екипа.

Подсказване в творческите технологии с изкуствен интелект

Проектирането на подсказки, особено при модели като DALL-E, разкрива безпрецедентни възможности за генериране на въображаеми и сложни визуализации въз основа на текстови описания.

Например, разработчик на игри може да използва подсказка като: „Генерирай изображение на главна улица, с модни магазини от двете страни, при залез слънце, в съвременни архитектурни стилове и хладни цветове.“ Резултатите позволяват бърза визуализация на игрови среди, без да се налага обширно ръчно рисуване.

Проектиране на подсказки за анализ на бази данни

Обикновено извличането на информация от бази данни изисква човек с познания по SQL, който да пише сложни заявки на езика за програмиране. Генеративният ИИ промени това, като ви дава възможност да пишете заявките си на естествен език, за да извличате данни от неструктурирани или полуструктурирани източници на данни.

Обработка на данни

„Стани специалист по данни и напиши код за почистване и предварителна обработка на данните ми с цел анализ. Наборът ми от данни съдържа информация за покупките на всички клиенти за последните 30 дни.“

Тук можете да помолите Gen AI да изпълни конкретни задачи по почистване на данните, като например премахване на празни редове, премахване на редове със стойности в количката под 50$ и т.н.

Визуализация на данни

„Напишете код на Python за визуализиране на моя набор от данни. Наборът ми от данни съдържа информация за покупките на всички клиенти на възраст над 50 години през последните 30 дни.“

Дайте допълнителни указания за визуализация и фина настройка, като например „покажи ми тенденциите в пазаруването“ или „подреди по категории“.

Анализ на настроенията с подсказки за Gen AI

Анализът на настроенията е изключително популярен при онлайн съдържанието, създадено от потребители, особено в публикациите в социалните медии. Вашият промпт за разбиране на настроенията на клиентите относно вашия продукт може да бъде както следва.

„Въз основа на моя набор от данни, съдържащ публикации в социалните медии, в които се споменава [марка], класифицирайте ги като положителни, отрицателни или неутрални. Идентифицирайте конкретните характеристики/аспекти, свързани с всяко от тези настроения.“

Ако вече сте усвоили основите на принципа на работа на промпт инженеринга, е време да разгледате по-широките му приложения и последствия.

Ролята на промпт инженеринга в секторите, базирани на данни

От примерите по-горе става ясно, че можете да извършвате основен анализ на данни или анализ на настроения във всички отрасли. Въпреки това, генеративният ИИ и промпт инженерингът осигуряват особена стойност в секторите и приложенията, базирани на данни. Ето как.

Образование

Добрият промпт инженеринг помага на преподавателите да създават точно, уместно, ангажиращо и персонализирано съдържание в голям мащаб. Ето някои от най-обещаващите примери за приложение на Gen AI в образованието:

Персонализирани учебни преживявания: Създаване на уроци и планове въз основа на предпочитанията, нивото на владеене и интересите на всеки отделен ученик за много по-кратко време.

Автоматизирано създаване на съдържание: Бързо генериране на съпътстващи материали, като резюмета, тестове и въпроси за разбиране на прочетеното.

Обучение и практика по езици: Генериране на сценарии за разговорна практика, граматически упражнения и упражнения за обогатяване на лексиката, съобразени с текущото ниво на учащия.

Частни уроци и подкрепа: Частни уроци, подпомагани от изкуствен интелект, за отговаряне на конкретни въпроси на учениците или за преодоляване на затруднения, като се предлагат обяснения, ресурси и задачи за упражнение.

Изследвания и разработки

Чрез създаването на прецизни и контекстуално подходящи подсказки изследователите използват моделите за изкуствен интелект, за да пресяват огромни масиви от данни, да генерират нови хипотези и дори да симулират резултати от експерименти.

Инженерите по промптове могат да помогнат на изследователите да проектират подходящи входни данни, за да получат точни резултати в голям мащаб. Ето някои сценарии, в които това може да бъде от полза:

Преглед на литературата: Извършване на изчерпателен преглед на литературата, идентифициране на релевантни проучвания, ключови заключения и пропуски в настоящата база от знания.

Извличане на данни: Откриване на модели, корелации и аномалии в големи масиви от данни.

Генериране на хипотези: Генериране на множество хипотези в рамките на една и съща изследователска област, за да се проучат различни пътища.

Симулация на експерименти: Симулиране на експерименти или резултати от модели, което намалява необходимостта от скъпи и отнемащи време физически експерименти.

Здравеопазване

Проектирането на подсказки подобрява способността на моделите за изкуствен интелект да интерпретират сложни медицински данни, да предоставят диагностична подкрепа, да персонализират грижите за пациентите и да улесняват научните изследвания и обучението.

Инженерите по промптове могат да помогнат на медицинските специалисти да извличат по-добри изводи от данните си в следните сценарии.

Практически примери за използване на промпт инженеринг

В основата си генеративната ИИ може да създава съдържание в три форми: текст, изображение и аудио/видео. Ето някои от най-ефективните примери за използване на ИИ в тези три форми.

Проектиране на подсказки при генерирането на текст

Това е най-популярният случай на употреба на генеративния ИИ днес. От журналисти и маркетинг специалисти до срамежливи разработчици – потребители от всички сфери използват генераторите на текст с ИИ за своите нужди.

Популярни примери за употреба са:

Съществуват и ИИ инструменти за протоколи от срещи, които могат да преобразуват видеоразговори в текстови бележки или да обобщават текстови бележки, за да идентифицират ключови моменти, задачи за изпълнение и др.

Проектиране на подсказки при генерирането на изображения

Въпреки че все още не се използва толкова широко, колкото генерирането на текст, генерирането на изображения предлага невероятни възможности за творчество. Популярни примери за употреба включват:

Проектиране на подсказки при генерирането на аудио и видео

Генерирането на аудио и видео чрез промпт инженеринг има значителни приложения в сферата на развлеченията, образованието и виртуалните асистенти. Някои практически примери за използване на инструменти за създаване на съдържание с изкуствен интелект включват:

Влиянието на генеративния ИИ е изключително – то засяга всеки сектор, индустрия, географска област и вид бизнес. През следващото десетилетие инженерингът на подсказки може да определи способността на човек да учи и да разбира нещата по същия начин, по който днес го прави „търсенето в Google“.

Въпреки че генеративната изкуствена интелигентност се развива бързо, ето някои основни методи, които можете да използвате, за да започнете с промпт инженеринг.

Методи за създаване на подсказки

Преди да преминем към техническите термини, не забравяйте, че основното предимство на генеративния ИИ е, че можете да въвеждате команди на естествен език. Затова не се колебайте и говорете на ChatGPT, Google Gemini или Microsoft Copilot така, както бихте го направили в реалния живот.

Наблюдавайте отговорите и прецизирайте въвежданите данни в хода на работата. Ето някои концепции, които могат да ви помогнат по пътя.

Обучение без предварителни данни

Предоставянето на задача на ИИ без предварителни примери или контекст се нарича „zero-shot prompting“. То се характеризира със следното.

Пример за подсказка: „Идентифицирайте основния език за програмиране, използван в следния фрагмент от код: print(‘Hello, World!’).“

Обучение с малко примери

Предоставянето на модела за изкуствен интелект на няколко примера за задачата, преди да му бъде представена самата задача, се нарича „few-shot prompting“.

Пример за подсказка: „Дадени са следните двойки входни и изходни стойности: Вход: 5 * 5, Изход: 25; Вход: 8 + 2, Изход: 10; изчислете изходната стойност за Вход: 7 – 4.“

Подсказване по веригата на мисълта

Подсказването на модела да генерира междинни стъпки или пътища на разсъждение, водещи до окончателния отговор или желания резултат, се нарича подсказване чрез верига от мисли (COT).

Пример за подсказка: „За да обърнете дадения низ „hello“, първо разделите низа на отделни символи. Второ, обърнете реда на тези символи. Накрая съединете отново символите в низ. Какъв е крайният резултат?“

Разширени техники за създаване на подсказки

Нека разгледаме още няколко по-сложни и напреднали техники за промпт инженеринг.

Zero-shot CoT

„Zero-shot chain-of-thought“ (COT) съчетава двата метода, за да се справя със сложни проблеми без предварителни примери в обучителните данни.

Представете си, че използвате генеративен ИИ модел за отстраняване на грешки в софтуерен код, с който той никога преди не се е сблъсквал.

Използвайки „zero-shot COT“, моделът би изразил своето разбиране за проблема, би извел логически причините и би предложил потенциални решения стъпка по стъпка, въпреки че не е бил обучен по този конкретен въпрос.

Автоматичен инженер по промптове (APE)

Ами ако изкуственият интелект можеше да подсказва на изкуствения интелект как да намери правилните отговори? Е, това е автоматизиране на промпт инженеринга.

Използването на алгоритми и техники за автоматично генериране или оптимизиране на подсказки за взаимодействие с модели на изкуствен интелект се нарича APE. В този модел алгоритъмът анализира корпус от успешни и неуспешни опити за автоматизиране на подобни задачи.

След това системата включва ключови думи, структури и инструкции, които са идентифицирани като най-вероятни да доведат до успешен резултат. Докато ИИ генерира скриптове, системата APE оценява тяхната ефективност, усъвършенства подсказката въз основа на наученото и постепенно подобрява процеса.

Независимо от метода, който използвате, вероятно ще се сблъскате с няколко предизвикателства по пътя си към ефективното промпт инженеринг.

Ограничения и предизвикателства при инженеринга на подсказки

Като нововъзникваща област, Gen AI преминава през свои възходи и падения. От друга страна, потребителите изпробват различни подсказки и стилове, за да получат резултатите, от които се нуждаят. Технология, която се развива толкова бързо, неизбежно среща предизвикателства.

Някои от най-големите ограничения на промпт инженеринга и начини за преодоляването им.

Зависимост от модела: Промипт, който работи добре с един модел, може да не даде същите резултати с друг.

Обръщайте внимание на разликите в модела. Нанасяйте корекции и оптимизации по време на работа.

Сложност и специфичност: Ефективните подсказки често изискват дълбоко разбиране на езика и възможностите на модела.

Намерете баланса между прекалено общо и прекалено конкретно, за да извлечете максимална полза от големите си езикови модели.

Пристрастност и чувствителност: Моделите за изкуствен интелект могат да наследяват пристрастност от данните, с които са обучени, която можете неволно да усилвате чрез инженеринг на подсказки. Освен това халюцинациите, пристрастността, липсата на чувствителност и др. могат да доведат до вредни, подвеждащи или неетични резултати.

Създавайте системи за внимателно обмисляне и етичен надзор върху използването на изкуствения интелект.

Мащабируемост: С разширяването на обхвата на задачите ръчното създаване на подсказки за всеки отделен сценарий става непрактично.

Обмислете автоматичното генериране или оптимизиране на подсказки за бъдещи нужди.

Интерпретируемост: Липсата на интерпретируемост може да затрудни итеративното подобряване на подсказките или диагностицирането на проблеми.

Използвайте методи за проследяване на мисловния процес и настоявайте да видите логическото разсъждение на ИИ при важни резултати.

Свръхприспособяване и недостатъчно приспособяване: Свръхприспособяване възниква, когато подсказката е прекалено съобразена с конкретни примери, което я прави по-малко ефективна за общи случаи. Недостатъчно приспособяване възниква, когато подсказката е прекалено обща, което води до общи или нерелевантни резултати.

Е, намерете баланса.

Ограничения, свързани с разходите и ресурсите : Висококачественото промпт инженеринг, особено в търговска среда, може да изисква значителни изчислителни ресурси и време на експерти.

Акцентът е върху практическото приложение и възвръщаемостта на инвестициите.

Станете експерти в промпт инженеринга с ClickUp

Как се казва онази песен на Тейлър Суифт? Колко сирене да сложа в пастата си? Този набор от данни подходящ ли е за анализ? Към кои лекарства този пациент има алергия? Кои задачи от този спринт все още не са разпределени?

Обхватът на генеративните модели за изкуствен интелект непрекъснато се разширява. В резултат на това промпт инженерингът се превръща в задължително умение за професионалистите във всички отрасли.

Вашата способност да говорите на езика на LLM определя доколко успешно постигате най-добрите резултати – умение, обобщено в понятието „промпт инженеринг“.

Можете да опитате да се занимавате с промпт инженеринг с някой от безплатните големи езикови модели (LLM), като ChatGPT, Google Gemini, DALL-E и др. Опитайте да го помолите да създаде ремикс на любимите ви песни за следващото ви рожденно парти или да прегледа извлеченията от кредитната ви карта, за да визуализира най-големите ви разходи.

Направете работата си по-бърза и по-ефективна с ClickUp Brain. ClickUp интегрира изкуствен интелект в платформата за управление на знания, управление на проекти и писане.

И още нещо! ClickUp Brain предлага и вградени подсказки, както и стотици шаблони, за да сте сигурни, че ще започнете с десния крак. Вижте какво може да направи генеративната изкуствена интелигентност за управлението на вашите проекти. Опитайте ClickUp безплатно още днес!

Често задавани въпроси за промпт инженеринга

1. Какво е промпт инженеринг, с пример?

Създаването на входни данни за генеративни модели на изкуствен интелект като ChatGPT, с цел да ги насочим към генериране на конкретни или желани резултати, се нарича „промпт инженеринг“.

Пример за промпт инженеринг

Когато софтуерен разработчик иска да използва езиков модел като GPT-4, за да генерира Python скрипт за уеб скрейпър, който събира заглавия на новини от конкретен уебсайт.

Подсказка: „Създайте Python скрипт, използвайки библиотеката Beautiful Soup, за да извлечете най-новите заглавия на новини от „example-news-site.com“. Скриптът трябва да се справя с разбиването на страници и да съхранява заглавията в списък.“

2. Какъв е примерът за подсказка?

Всяка информация, която подавате към генеративен ИИ модел, представлява подсказка. С добро инженерство на подсказките можете значително да подобрите резултатите, като ги направите по-полезни, уместни, точни и привлекателни.

Един добър пример за подсказка е: „Създайте описание на продукт от 150 думи за комплект кърпи от бамбукови влакна, което подчертава екологичните им предимства, издръжливостта и мекотата им. Включете призив за действие, който насърчава екологично съзнателен начин на живот и популяризира ангажимента на марката към устойчивостта.“

3. Как да започна с промпт инженеринг?

Най-добрият начин да започнете с промпт инженеринг е да го изпробвате сами. Общувайте с него на естествен език и се запознайте с модела. Успоредно с това можете:

Бъдете в крак с напредъка в областта на изкуствения интелект и технологиите за обработка на естествен език, тъй като те могат да повлияят на начина, по който трябва да бъдат структурирани подсказките.