Příklady prompt engineeringu, techniky a praktické aplikace

Nezavolali byste do pizzerie a neobjednali si „pizzu“. Abyste dostali večeři, kterou si přejete, specifikovali byste si výběr těsta, přísad, koření, doprovodného nápoje a všeho, na co jste alergičtí.

Ponaučení z tohoto příběhu je: Čím podrobnější jsou vaše pokyny, tím více se pizza blíží vašim preferencím. To platí pro používání generativních nástrojů AI, jako je ChatGPT od Open AI nebo Gemini od Google.

V tomto blogovém příspěvku vám ukážeme, jak dávat jasné pokyny a klást konkrétní otázky nástrojům gen AI – proces známý také jako prompt engineering.

Co je prompt engineering?

Prompt engineering je proces navrhování a vylepšování vstupního textu poskytovaného modelům AI, zejména jazykovým modelům, s cílem získat co nejpřesnější, nejrelevantnější a nejkreativnější odpovědi.

Proč byste se měli naučit prompt engineering

Generativní AI se stává jedním z nejvýkonnějších a nejvlivnějších nástrojů v široké škále aplikací – od psaní obsahu až po architektonické modelování. Společnost McKinsey zjistila, že až 30 % hodin, které se v současné době odpracují v americké ekonomice, by mohlo být do roku 2030 automatizováno pomocí technologií založených na Gen AI.

Abyste mohli Gen AI co nejlépe využít, musíte se naučit prompt engineering.

Zrychlení interakcí: Prompt engineering slouží jako primární rozhraní mezi lidským záměrem a výstupem stroje. Aby model strojového učení (ML) rozuměl vašim dotazům v přirozeném jazyce, musíte znát prompt engineering.

Podpora kreativity AI: Rozlišujícím faktorem generativní AI je to, že „generuje“, tj. vytváří text, obrázky nebo data v reakci na podněty. Abyste získali kreativní odpovědi, musíte zadat jasné podněty.

Získávání přesných odpovědí: Velkou výzvou v oblasti generativní AI je halucinace – jev, při kterém model AI produkuje nesprávné nebo zavádějící informace na základě nesprávných předpokladů nebo inherentních předsudků. K odstranění tohoto jevu potřebujete dobré dovednosti v oblasti prompt engineeringu.

Maximalizace výnosů: Generativní AI je tvořena velkými jazykovými modely, které zpracovávají mimořádné množství dat. Pro využití maximálního potenciálu modelu – a obejití jeho omezení – je zásadní dobré prompt engineering.

Zlepšení relevance: Vše, co generuje AI, musí být relevantní pro zamýšlené publikum. Například můžete zlepšit relevanci příspěvků na sociálních médiích generovaných AI pro vaše publikum tím, že specifikujete jeho demografické údaje, zájmy, potřeby, výzvy atd.

Abyste mohli těchto výhod využít, musíte pochopit, jak můžete prompt engineering použít k dosažení požadovaných výsledků z generativní AI. Začněme několika příklady.

Příklady prompt engineeringu

Existuje mnoho doporučení a zákazů, osvědčených postupů a šablon AI promptů, které vám pomohou dosáhnout správného výsledku. Než se však pustíme do jakýchkoli AI hacků, nejlepší způsob, jak se naučit tak praktickou dovednost, jako je prompt engineering, je vidět ji v akci.

Zde je několik příkladů prompt engineeringu v různých oblastech práce.

Prompt engineering pro vývoj softwaru

Ať už programujete, opravujete chyby nebo píšete dokumentaci, AI nástroje pro vývojáře vám mohou vaši práci výrazně usnadnit. Zde je návod, jak na to.

Pomoc při revizi kódu

„Vytvořte kontrolní seznam pro revizi kódu pro aplikaci robotické automatizace procesů (RPA) vytvořenou pomocí jazyka Python. Zaměřte se zejména na čitelnost a bezpečnost podniku.“

Technická dokumentace

„Napište komplexního průvodce implementací OAuth 2.0 do webové aplikace pomocí Node.js. Uveďte podrobné pokyny a úryvky kódu pro každou fázi.“

Oprava chyb

„Popište systematický přístup k identifikaci a opravě úniků paměti v aplikaci Java, včetně nástrojů, které je třeba použít, a běžných oblastí, které je třeba zkontrolovat.“ Pokud jste začátečník a připadá vám to příliš složité, máme pro vás pomoc. Použijte výzvy ChatGPT od ClickUp pro inženýrství k generování nápadů, plánů procesů a mnohem více.

Prompty Gen AI pro správu produktů

Agilní týmy pro vývoj softwaru často postrádají produktové manažery, kteří by mohli vyjasnit plán a řídit pokrok. Nástroje AI, jako je ChatGPT, mohou být v tomto ohledu nápomocné.

Prioritizace funkcí

„Pomocí modelu hodnocení RICE (Reach, Impact, Confidence, Effort) upřednostněte následující funkce pro náš připravovaný nástroj pro řízení projektů: Kanban tabule, spolupráce v reálném čase, automatické reportování a integrace třetích stran.“

Vytvoření uživatelské persony

„Vytvořte podrobný profil uživatele pro aplikaci pro sledování fitness zaměřenou na zaneprázdněné profesionály, kteří jsou začátečníky v oblasti osobního fitness. Zahrňte demografické údaje, cíle, výzvy a způsoby, jak by mohli aplikaci používat.“

Vývoj produktového plánu

„Nastínit šestiměsíční produktový plán pro rozšíření e-commerce platformy se zaměřením na integraci AI pro personalizované nákupní zážitky. Podrobně popsat fáze, klíčové milníky a očekávané výsledky.“ Nebo si vyberte z více než 130 podnětů ClickUp ChatGPT pro správu produktů a začněte hned.

Příklady prompt engineeringu v projektovém řízení

Můžete požádat Gen AI o vytvoření plánu projektu, který si můžete přizpůsobit. Nebo si nechte pomoci s optimalizací jeho částí. Obojí si ukážeme níže.

Vytvoření plánu projektu

„Vypracujte podrobný projektový plán pro spuštění nového online tržiště, včetně fází, jako je průzkum trhu, návrh a vývoj, testování a strategie spuštění. Specifikujte klíčové aktivity, potřebné zdroje a časový harmonogram pro každou fázi.“

Optimalizace zdrojů

„Analyzujte aktuální přidělení zdrojů pro projekt vývoje softwaru a navrhněte optimalizace, které zajistí včasné dodání bez snížení kvality. Zohledněte faktory, jako jsou dovednosti, rozložení pracovní zátěže a úkoly kritické cesty.“

Více než 190 promptů ChatGPT pro řízení projektů, které pro vás exkluzivně připravila společnost ClickUp.

Více informací o ClickUp Brain najdete zde:

Podněty pro tvorbu obsahu

Nejlepší nástroje pro tvorbu obsahu pomocí AI mohou výrazně zlepšit vaše marketingové výsledky. Vyzkoušejte následující postup a přesvědčte se sami.

Kampaň na sociálních médiích

„Navrhněte kampaň na sociálních médiích pro nadcházející uvedení ekologického šamponu na trh. Zahrňte 3 různé příspěvky na Instagramu a 3 různé příspěvky na Twitteru. Přidejte relevantní hashtagy pro každou platformu.“

Obsah e-mailového zpravodaje

„Vytvořte poutavý obsah pro měsíční newsletter technologického startupu, který bude obsahovat aktualizace produktů, představení člena týmu, nadcházející události a výzvu k akci, která čtenáře povzbudí k vyzkoušení nové funkce.“

Můžete také uvést více podrobností o aktualizaci produktu nebo členovi týmu, abyste získali přesný výstup. Příklad níže.

„Zaměřte pozornost na člena týmu. Jmenuje se Jake a je to skvělý vývojář. Tento měsíc slaví rok ve firmě. Za tu dobu pomohl vyřešit některé z největších problémů klientů. Jeden klient jednou řekl: „Bez Jakea bychom uvízli v bludném kruhu zmatení. Odvedl skvělou práci, když nám pomohl zabít dvě mouchy jednou ranou.“

Používejte ClickUp Brain jako svého asistenta při psaní, provádějte kontrolu pravopisu, shrňujte delší dokumenty, vytvářejte tabulky, šablony, přepisy a další.

Nezapomeňte, že většina firem zatím nedává přednost obsahu generovanému umělou inteligencí, což vedlo k vzniku několika nástrojů pro detekci umělé inteligence. Nejlepší způsob, jak využít Gen AI pro obsah, je jako nástroj pro brainstorming nebo jako výchozí bod, který eliminuje problém prázdné stránky.

Prompt engineering v chatbotových aplikacích

Technicky vzato, ChatGPT nebo Google Gemini je chatbot, se kterým komunikujeme. Rozumí našim vstupům a generuje odpovědi. Je trénován na velkých jazykových modelech s velkým množstvím dat.

Tyto modely můžete dále trénovat pomocí proprietárních nebo odvětvových informací, abyste umožnili nuancované, kontextově citlivé a personalizované konverzace s uživatelem. V tomto případě by zákazník mohl položit otázky typu „kolik stojí tento batoh?“

Dobrý chatbot pro zákaznický servis však může čerpat z organizačních dat týkajících se nákupní historie, polohy, preferencí, minulých stížností atd., aby poskytoval odpovědi a prodával produkty, čímž výrazně zlepšuje uživatelský zážitek.

Prompt engineering pro programování počítačů a systémy správy verzí

Prompt engineering může vývojářům pomoci generovat konkrétní úryvky kódu v různých programovacích jazycích.

„Napište funkci v jazyce Python pro připojení k databázi SQL a provedení dotazu SELECT na základě parametrů předaných této funkci.“

Integrace AI do pracovních postupů správy verzí poskytuje doporučení pro revizi kódu na základě historie commitů, navrhuje oblasti kódové základny, které mohou vyžadovat refaktoring, a automatizuje rutinní úkoly správy verzí, čímž zlepšuje kvalitu kódu a produktivitu týmu.

Prompting AI kreativní technologie

Prompt engineering, zejména u modelů jako DALL-E, uvolňuje bezprecedentní možnosti při generování nápaditých a složitých vizuálů z textových popisů.

Například vývojář her by mohl použít prompt jako „Vygeneruj obrázek hlavní ulice s módními obchody po obou stranách, za soumraku, v moderním architektonickém stylu a chladných barvách.“ Výsledky umožňují rychlou vizualizaci herních prostředí bez nutnosti rozsáhlého ručního kreslení.

Prompt engineering pro analýzu databází

Obvykle vyžaduje extrakce informací z databází, aby někdo se znalostmi SQL napsal složité dotazy v programovacím jazyce. Generativní AI to změnila a umožňuje vám psát dotazy v přirozeném jazyce, abyste mohli získávat data z nestrukturovaných nebo polostrukturovaných datových zdrojů.

Zpracování dat

„Buďte datovým vědcem a napište kód pro vyčištění a předběžné zpracování mých dat pro analýzu. Můj datový soubor obsahuje informace o nákupech všech zákazníků za posledních 30 dní.“

Zde můžete požádat Gen AI, aby provedla konkrétní úklidové úkoly, jako je odstranění prázdných řádků, odstranění řádků s hodnotou košíku nižší než 50 $ atd.

Vizualizace dat

„Napište kód v jazyce Python pro vizualizaci mého datového souboru. Můj datový soubor obsahuje informace o nákupech všech zákazníků starších 50 let za posledních 30 dní.“

Uveďte další specifikace pro vizualizaci a doladění, například „ukaž mi nákupní trendy“ nebo „uspořádej podle kategorií“.

Analýza sentimentu s výzvami Gen AI

Analýza sentimentu je nesmírně populární v online obsahu vytvářeném uživateli, zejména v příspěvcích na sociálních médiích. Váš prompt pro pochopení sentimentu zákazníků ohledně vašeho produktu může být následující.

„Na základě mého datového souboru obsahujícího příspěvky na sociálních médiích zmiňující [značku] je klasifikujte jako pozitivní, negativní nebo neutrální. Identifikujte konkrétní rysy/aspekty spojené s každým sentimentem.“

Pokud jste se naučili základy fungování prompt engineeringu, je čas podívat se na jeho širší aplikace a dopady.

Role prompt engineeringu v odvětvích založených na datech

Z výše uvedených příkladů je patrné, že můžete provádět základní analýzu dat nebo analýzu sentimentu ve všech odvětvích. Generativní AI a prompt engineering však přinášejí zvláštní hodnotu v odvětvích a aplikacích založených na datech. Zde je vysvětleno, jakým způsobem.

Vzdělávání

Dobré prompt engineering pomáhá pedagogům vytvářet přesný, relevantní, poutavý a personalizovaný obsah ve velkém měřítku. Mezi nejslibnější příklady využití Gen AI ve vzdělávání patří:

Personalizované vzdělávací zážitky: Vytváření lekcí a plánů na základě preferencí, znalostí a zájmů každého jednotlivého studenta za zlomek času.

Automatizovaná tvorba obsahu: Rychlé generování podpůrných materiálů, jako jsou shrnutí, kvízy a otázky k porozumění textu.

Výuka a procvičování jazyků: Generování scénářů pro konverzační cvičení, gramatických cvičení a slovíček přizpůsobených aktuální úrovni studenta.

Doučování a podpora: Doučování založené na umělé inteligenci, které se zaměřuje na konkrétní otázky studentů nebo oblasti, ve kterých mají potíže, a nabízí vysvětlení, zdroje a cvičné úkoly.

Výzkum a vývoj

Vytvářením přesných a kontextově relevantních promptů využívají výzkumníci modely AI k prohledávání obrovského množství dat, generování nových hypotéz a dokonce i simulování experimentálních výsledků.

Prompt inženýři mohou výzkumníkům pomoci navrhnout správný vstup, aby získali přesné výsledky v požadovaném měřítku. Některé scénáře, ve kterých to může být užitečné, jsou:

Literární rešerše: Provádění komplexních literárních rešerší, identifikace relevantních studií, klíčových zjištění a mezer v současné znalostní bázi.

Těžba dat: Odhalování vzorců, korelací a anomálií ve velkých datových souborech.

Generování hypotéz: Generování více hypotéz v rámci stejné oblasti výzkumu za účelem prozkoumání více cest.

Simulace experimentů: Simulace experimentů nebo výsledků modelů, což snižuje potřebu nákladných a časově náročných fyzických experimentů.

Zdravotnictví

Prompt engineering zlepšuje schopnost modelů AI interpretovat komplexní lékařské údaje, poskytovat diagnostickou podporu, personalizovat péči o pacienty a usnadňovat výzkum a školení.

Prompt inženýři mohou pomoci zdravotnickým profesionálům získat lepší přehled o jejich datech v následujících scénářích.

Praktické příklady použití prompt engineeringu

Generativní AI může v zásadě vytvářet obsah ve třech formách: text, obraz a audio/video. Některé z nejúčinnějších případů použití AI v těchto třech formách jsou následující.

Prompt engineering při generování textu

Toto je v současnosti nejoblíbenější případ použití generativní AI. Od novinářů a marketérů po plaché vývojáře – uživatelé napříč spektrem využívají generátory textu AI pro své potřeby.

Mezi oblíbené příklady použití patří:

Existují také AI nástroje pro poznámky z jednání, které dokážou přepsat videohovory do textových poznámek nebo shrnout textové poznámky za účelem identifikace klíčových bodů, akčních položek atd.

Prompt engineering při generování obrazů

Ačkoli generování obrázků není dosud tak rozšířené jako generování textu, nabízí neuvěřitelné možnosti pro kreativitu. Mezi oblíbené příklady použití patří:

Prompt engineering při generování zvuku a videa

Generování zvuku a videa pomocí prompt engineering má významné uplatnění v oblasti zábavy, vzdělávání a virtuální asistence. Mezi praktické příklady použití nástrojů pro tvorbu obsahu AI patří:

Dopad generativní AI je mimořádný – ovlivňuje všechna odvětví, průmyslová odvětví, geografické oblasti a typy podnikání. V příštím desetiletí může prompt engineering definovat schopnost člověka učit se a rozumět věcem, podobně jako dnes „googlování“.

I když se generativní AI rychle vyvíjí, zde je několik základních metod, které můžete použít pro začátek s prompt engineeringem.

Metody promptingu

Než se pustíme do technických termínů, nezapomeňte, že hlavní výhodou generativní AI je to, že můžete zadávat vstupy v přirozeném jazyce. Takže se nebojte a mluvte s ChatGPT, Google Gemini nebo Microsoft Copilot tak, jak byste mluvili přirozeně.

Sledujte reakce a postupně vylepšujte své vstupy. Zde je několik konceptů, které vám mohou pomoci.

Zero-shot learning

Zadání úkolu AI bez předchozích příkladů nebo kontextu se nazývá zero-shot prompting. Vyznačuje se následujícími vlastnostmi.

Příklad promptu: „Identifikujte primární programovací jazyk použitý v následujícím úryvku kódu: print(‚Hello, World!‘).“

Few-shot learning

Poskytnutí několika příkladů daného úkolu modelu AI před předložením skutečného úkolu se nazývá few-shot prompting.

Příklad promptu: „Dané jsou páry vstupů a výstupů: Vstup: 5 * 5, Výstup: 25; Vstup: 8 + 2, Výstup: 10; vypočítejte výstup pro Vstup: 7 – 4. “

Promptování řetězce myšlenek

Vyzývání modelu k generování mezikroků nebo úvahových cest vedoucích k finální odpovědi nebo požadovanému výstupu se nazývá chain-of-thought (COT) prompting.

Příklad promptu: „Chcete-li obrátit daný řetězec „hello“, nejprve rozdělte řetězec na jednotlivé znaky. Poté obrátit pořadí těchto znaků. Nakonec spojte tyto znaky zpět do řetězce. Jaký je konečný výstup?“

Pokročilé techniky promptingu

Pojďme se podívat na několik složitějších a pokročilejších technik prompt engineeringu.

Zero-shot CoT

Zero-shot chain-of-thought (COT) kombinuje tyto dvě metody k řešení složitých problémů bez předchozích příkladů v trénovacích datech.

Představte si, že používáte generativní model AI k ladění softwarového kódu, se kterým se dosud nesetkal.

Pomocí zero-shot COT by model vyjádřil své pochopení problému, logicky odvodil příčiny a krok za krokem formuloval potenciální řešení, i když nebyl na tento konkrétní problém trénován.

Automatický prompt engineer (APE)

Co kdyby AI mohla promptovat AI, aby našla správné odpovědi? To je automatizace prompt engineeringu.

Použití algoritmů a technik k automatickému generování nebo optimalizaci promptů pro interakci s modely AI se nazývá APE. V tomto modelu algoritmus analyzuje korpus úspěšných a neúspěšných pokusů o automatizaci podobných úkolů.

Poté začlení klíčová slova, struktury a pokyny, které byly identifikovány jako nejvíce pravděpodobné pro dosažení úspěšného výsledku. Jak AI generuje skripty, systém APE vyhodnocuje jejich účinnost, vylepšuje prompt na základě toho, co se naučil, a iterativně zlepšuje proces.

Bez ohledu na to, jakou metodu použijete, pravděpodobně budete při cestě k efektivnímu prompt engineeringu čelit několika výzvám.

Omezení a výzvy prompt engineeringu

Jako nově vznikající obor prochází Gen AI svými vzestupy a pády. Na druhou stranu uživatelé zkoušejí různé výzvy a styly, aby získali výstup, který potřebují. Technologie, která se tak rychle vyvíjí, s sebou nutně přináší výzvy.

Některá z největších omezení prompt engineeringu a způsoby, jak je překonat.

Závislost na modelu: Prompt, který funguje dobře s jedním modelem, nemusí přinést stejné výsledky s jiným modelem.

Sledujte rozdíly v modelu. Provádějte úpravy a optimalizace podle potřeby.

Složitost a specifičnost: Efektivní prompty často vyžadují hluboké porozumění jazyku a schopnostem modelu.

Najděte rovnováhu mezi příliš vágním a příliš konkrétním, abyste mohli co nejlépe využít své velké jazykové modely.

Zaujatost a citlivost: Modely AI mohou zdědit zaujatost ze svých trénovacích dat, kterou můžete nechtěně zesílit prostřednictvím prompt engineeringu. Navíc halucinace, zaujatost, necitlivost atd. mohou vést k škodlivým, zavádějícím nebo neetickým výstupům.

Vytvářejte systémy pro pečlivé zvažování a etický dohled nad používáním AI.

Škálovatelnost: S rostoucím rozsahem úkolů se ruční inženýrské výzvy pro každý jedinečný scénář stávají nepraktickými.

Zvažte automatické generování nebo optimalizaci promptů pro budoucí potřeby.

Interpretovatelnost: Nedostatečná interpretovatelnost může ztěžovat iterativní vylepšování promptů nebo diagnostiku problémů.

Používejte metody řetězce myšlenek a trvejte na tom, abyste viděli logické uvažování AI pro důležité výstupy.

Přizpůsobení a nedostatečné přizpůsobení: K přizpůsobení dochází, když je prompt příliš přizpůsoben konkrétním příkladům, což snižuje jeho účinnost v obecných případech. K nedostatečnému přizpůsobení dochází, když je prompt příliš obecný, což vede k obecným nebo irelevantním výstupům.

Najděte správnou rovnováhu.

Omezení nákladů a zdrojů: Vysoce kvalitní prompt engineering, zejména v komerčním prostředí, může vyžadovat značné výpočetní zdroje a čas odborníků.

Zaměřte se na praktické aplikace a návratnost investic.

Vynikněte v prompt engineeringu s ClickUp

Jak se jmenuje ta písnička od Taylor Swift? Kolik sýra mám dát do těstovin? Je tento datový soubor čistý pro analýzu? Na jaký lék je tento pacient alergický? Jaké úkoly z tohoto sprintu ještě nebyly přiděleny?

Rozsah generativních modelů AI se neustále rozšiřuje. V důsledku toho se prompt engineering stává nezbytnou dovedností pro profesionály napříč odvětvími.

Vaše schopnost mluvit jazykem LLM určuje, jak úspěšní budete při dosahování nejlepších výsledků – tato dovednost je zahrnuta v „prompt engineeringu“.

Prompt engineering si můžete vyzkoušet s libovolným bezplatným LLM, jako je ChatGPT, Google Gemini, DALL-E atd. Zkuste ho požádat, aby vytvořil remix vašich oblíbených písní pro vaši příští narozeninovou oslavu, nebo se podívejte na výpisy z vaší kreditní karty, abyste si vizualizovali své největší výdaje.

Zrychlete a zefektivněte svou práci s ClickUp Brain. ClickUp integruje AI do platformy pro správu znalostí, řízení projektů a psaní.

A co víc? ClickUp Brain také obsahuje vestavěné výzvy a stovky šablon, které vám pomohou začít správným způsobem. Podívejte se, co generativní AI může udělat pro vaše řízení projektů. Vyzkoušejte ClickUp zdarma ještě dnes!

Často kladené otázky o prompt engineeringu

1. Co je prompt engineering, s příkladem?

Vytváření vstupů pro generativní modely AI, jako je ChatGPT, které je vedou k produkci konkrétních nebo požadovaných výstupů, se nazývá prompt engineering.

Příklad prompt engineeringu

Když chce softwarový vývojář použít jazykový model jako GPT-4 k vygenerování skriptu Python pro webový scraper, který sbírá novinové titulky z konkrétního webu.

Prompt: „Vygenerujte skript v jazyce Python pomocí knihovny Beautiful Soup, který bude stahovat nejnovější titulky zpráv z webu „example-news-site.com“. Skript by měl zpracovávat stránkování a ukládat titulky do seznamu.“

2. Jaký je příklad promptu?

Jakýkoli vstup, který zadáte generativnímu modelu AI, je prompt. Díky dobrému prompt engineeringu můžete výrazně zlepšit výstupy, které budou užitečnější, relevantnější, přesnější a poutavější.

Dobrým příkladem promptu je: „Vytvořte 150 slov dlouhý popis produktu pro sadu ručníků z bambusových vláken, který zdůrazní jejich ekologické výhody, odolnost a měkkost. Zahrňte výzvu k akci, která povzbuzuje ekologické bydlení a propaguje závazek značky k udržitelnosti.“

3. Jak začít s prompt engineeringem?

Nejlepší způsob, jak začít s prompt engineeringem, je vyzkoušet si ho na vlastní kůži. Komunikujte s ním v přirozeném jazyce a snažte se porozumět modelu. Současně můžete:

Sledujte pokroky v oblasti AI a technologií zpracování přirozeného jazyka, protože ty mohou ovlivnit strukturu promptů.