После первоначального восторга по поводу ChatGPT, инструмента обработки языка, основанного на искусственном интеллекте (ИИ), использование чат-ботов становится все более распространенным. Понимание того, как взаимодействовать с ChatGPT и его конкурентами, чтобы их вывод соответствовал вашим ожиданиям, вскоре станет ключевым навыком для офиса. Итак, как обучить ваш ИИ для работы и дома? Мы отвечаем на несколько простых вопросов.
Что такое инжиниринг подсказок?
Это метод эффективного общения с моделями генеративного ИИ. Такие системы, как ChatGPT, Bard и Dall-E, будут генерировать текст, изображения и отрывки музыки, когда им дается ввод — называемый подсказкой, — который инструктирует их, что сгенерировать. Но формулировка подсказки может радикально изменить возвращаемый вывод. Инжиниринг подсказок — это процесс формулирования подсказки для системы ИИ таким образом, чтобы она производила вывод, который тесно соответствует вашим ожиданиям.
Чем это отличается от простого задавания вопросов?
Это требует большей осторожности. Задайте вопрос из головы в ChatGPT, и он может дать удовлетворительный ответ, а может и нет. Инжиниринг подсказок включает в себя учет особенностей модели ИИ для конструирования вводов, которые она будет четко понимать. Это, как правило, приводит к выводам, которые более последовательно полезны, интересны и соответствуют тому, что вы имеете в виду. Сформулируйте подсказку хорошо, и ответ может даже превзойти ваши ожидания.
Почему мне это должно быть интересно?
Чат-боты, такие как ChatGPT, Bard и Bing Chat, могут быть невероятно удобны для выполнения повседневных административных задач. Сторонники использовали их для составления электронных писем, резюмирования протоколов совещаний, составления договоров, планирования отпусков и предоставления ответов на сложные вопросы практически мгновенно.
«Любой может иметь одного из самых мощных личных помощников на планете, который делает их более продуктивными или позволяет им создавать то, что они обычно не могут», — говорит Джулс Уайт, доцент информатики в Университете Вандербильта в Нэшвилле, штат Теннесси. «Но вы должны понимать, как с ним взаимодействовать». И это означает, что нужно знать, как эффективно подсказывать.
Немного сноровки с подсказками также может впечатлить менеджеров по найму. Мэтт Берни, советник по стратегии талантов на сайте вакансий Indeed, говорит, что количество вакансий, требующих владения ИИ, невелико, но растет, и компании из разных отраслей все чаще изучают, как интегрировать модели в свои рабочие процессы. «Если вы сейчас этого не делаете, вы будете отставать от тех, кто это делает», — говорит он.
Итак, как мне это сделать?
Существует несколько популярных методов подсказок. Использование персонажей — распространенный трюк. Скажите системе действовать как юрист, репетитор, сержант или кто-нибудь еще, и она будет создавать выводы, имитирующие их тон и голос. Или, в качестве обратного упражнения, поручите ей выполнить задачу с учетом конкретной аудитории — пятилетнего ребенка, команды экспертов-биохимиков, офисной рождественской вечеринки — и вы получите результат, адаптированный для этой аудитории. Главное, вам не нужно знать стилистические особенности персонажа самому, это можно оставить системе, чтобы она сама разобралась.
Между тем, подсказки по цепочке больше подходят для решения проблем. Попросив модель «думать пошагово», вы побудите ее разбить свой вывод на кусочки, что часто дает более полные результаты. Некоторые исследователи также обнаружили, что демонстрация модели ИИ примера задачи с ее пошаговым решением, улучшает ее способность находить правильный ответ при решении других похожих задач.
На самом деле примеры никогда не повредят. Если вы имеете в виду очень конкретный результат, который вы хотите получить, загрузите образец текста или изображение, иллюстрирующее то, что вы хотите сгенерировать, и поручите модели использовать его в качестве шаблона. Если результат поначалу не соответствует цели, несколько раундов четко указанной доработки могут сделать свое дело. «Вы должны рассматривать это как продолжающийся разговор, когда вы начинаете, повторяете и уточняете», — говорит Уайт.
И не забывайте основы повседневного языка: четкие, императивные инструкции, минимизирующие неправильное толкование. Явно укажите, чего вы хотите и чего не хотите от результата, и установите четкое количество слов и формат.
Чего мне стоит избегать?
Неопределенного языка. Без дополнительной информации модели ИИ не могут сделать вывод о ваших вкусах, идеях или видении продукта, который у вас в голове. Не экономьте на деталях или контексте и не предполагайте, что если чего-то не хватает, модель правильно заполнит пробел.
Может ли это остановить ИИ от извержения неточностей?
Нет. Крупные языковые модели будут подделывать источники, даже когда им явно указано этого не делать, и предоставлять информацию, которая звучит правдоподобно, но полностью ложна. «Это неразрешимая проблема с этими моделями», — говорит Мхайри Эйткен, научный сотрудник по этике в Институте Алана Тьюринга, базирующемся в Британской библиотеке в Лондоне. «Они разработаны для предсказания последовательности слов, которая воспроизводит человеческий язык, но нет связи с истиной или реальностью».
Тем не менее, искусные подсказки могут помочь справиться с ложными утверждениями после их появления. «Если чат-бот делает неверные утверждения, вы можете указать на ошибки и попросить его переписать ответ на основе вашей обратной связи», — говорит Марсель Шарт, лектор бизнес-аналитики в Сиднейском университете.
Уайт предлагает попросить модель предоставить список фундаментальных фактов, на которых основан ее вывод, чтобы вы могли проверить их по отдельности. Или предоставьте ей пронумерованный список фактов, на которых основывать свой ответ, и пусть она ссылается на каждый, когда они используются, чтобы ускорить проверку фактов позже.
Может ли это стать профессией?
Для некоторых людей, возможно. Разработчики ИИ нанимали инженеров подсказок для тестирования ограничений и недостатков своих моделей, чтобы их можно было усовершенствовать для более эффективной обработки ввода пользователя.
Но долговечность этих должностей не гарантирована. Рема Линдер, преподаватель информатики в Университете Теннесси, полагает, что разработчики со временем могут отдать предпочтение специализированным ученым-компьютерщикам перед самозваными инженерами подсказок, а отсутствие признанной в отрасли сертификации означает, что оценить способность человека формулировать подсказки сложно.
На более широком рынке труда инжиниринг подсказок, вероятно, пойдет по пути управления электронными таблицами или оптимизации поисковых систем — навыка, востребованного в различных ролях и ценимого менеджерами по найму как еще одно преимущество в вашем резюме.
«Опыт использования крупной языковой модели или генеративной предварительно обученной трансформерной модели будет требованием практически для любой офисной работы», — говорит Берни. «Потому что если вы не можете этого сделать, вы будете достигать своих целей медленнее».
Все это станет устаревшим?
Так же, как модели ИИ не являются стабильными, не являются стабильными и передовые практики инжиниринга подсказок. Методы, которые работают с системами сейчас, могут оказаться менее полезными в обновленных версиях, хотя неясно, насколько масштабными могут быть изменения.
«Я думаю, есть основные концепции и шаблоны, которые не меняются», — говорит Уайт, который предполагает, что разработчики ИИ примут к сведению распространенные методы подсказок. «Многие из этих способов формулирования вещей станут эталонами, на которых будут обучаться новые модели, так что некоторый инжиниринг подсказок будет обратно влиять на сами модели».
Более существенно то, что способности моделей понимать даже самые неясные, не запрограммированные подсказки могут значительно улучшиться. «По мере того, как эти системы становятся более разговорными, а взаимодействие с ними — более интуитивным, в будущем нам, возможно, не понадобится инжиниринг подсказок», — говорит Эйткен.
Для некоторых разработчиков это и есть цель.