الهندسة الفورية هي فن طرح السؤال المناسب للحصول على أفضل نتيجة من LLM. تُفعِّل هذه الميزة إمكانية التفاعل المباشر مع LLM باستخدام رسائل المطالبة باللغة العادية فقط.
في الماضي، كان العمل باستخدام نماذج تعلُّم الآلة يتطلب عادةً معرفة عميقة بمجموعات البيانات والإحصاءات وأساليب وضع النماذج. في الوقت الحالي، يمكن "برمجة" الإعلانات المتعددة اللغات باللغة الإنجليزية، بالإضافة إلى اللغات الأخرى.
إنّ إنشاء مهندس رسائل سريع لا يتطلّب خبرة في الترميز. تجدر الإشارة إلى أنّ الإبداع وصمودك سيفيدك بشكل كبير في مسيرتك. يُرجى مواصلة القراءة للتعرّف على بعض أساليب المطالبة المفيدة.
أفضل الممارسات حول المطالبة
اعرِض بوضوح المحتوى أو المعلومات الأكثر أهمية.
نظِّم الموجه: ابدأ بتحديد دوره وقدِّم بيانات السياق/الإدخال، ثم قدِّم التعليمات.
استخدِم أمثلة محدّدة ومتنوعة لمساعدة النموذج في تضييق نطاق تركيزه وتحقيق نتائج أكثر دقة.
استخدام القيود لتقييد نطاق مخرجات النموذج ويمكن أن يساعد ذلك في تجنّب التعقيد من التعليمات التي تتضمن معلومات غير دقيقة.
تقسيم المهام المعقّدة إلى سلسلة من الإشعارات البسيطة
وجِّه النموذج لتقييم ردوده أو التحقّق منها قبل إنتاجها. ("احرِص على إدراج 3 جمل كحد أقصى" أو "قيِّم عملك على مقياس من 1 إلى 10 للإيجاز"، "هل تعتقد أن هذا صحيح؟")
وربما الأهم:
كن مبدعًا. فكلما أصبحت مبدعًا ومنفتحًا، تحقق نتائج أفضل. لا تزال LLM والهندسة الموجَّهة في طور الطفولة ولا تزال تتطوّر كل يوم
أنواع رسائل المطالبة
مطالبة مباشرة (بدون إصابة)
المطالبة المباشرة (المعروفة أيضًا باسم "صفر صفري") هي أبسط نوع من الإشعارات. ولا يقدم أي أمثلة للنموذج، بل يوفّر التعليمات فقط. يمكنك أيضًا صياغة التعليمات كسؤال أو منح النموذج "دورًا"، كما هو موضّح في المثال الثاني أدناه.
أدخِل:
- مدرسة تعليم
- بعض السياق
إنشاء الأفكار:
Prompt: Can you give me a list of ideas for blog posts for tourists visiting
New York City for the first time?
إرسال سؤال إلى الدور:
Prompt: You are a mighty and powerful prompt-generating robot. You need to
understand my goals and objectives and then design a prompt. The prompt should
include all the relevant information context and data that was provided to you.
You must continue asking questions until you are confident that you can produce
the best prompt for the best outcome. Your final prompt must be optimized for
chat interactions. Start by asking me to describe my goal, then continue with
follow-up questions to design the best prompt.
تنظيم البيانات:
Prompt: Create a four-column spreadsheet of 10 highly-rated science fiction
movies, year of release, average audience rating, and top 3 keywords from
audience reviews.
Make sure to cite the source of the audience rating.
استخدام أمثلة (أمثلة لقائمًا واحدًا أو عددًا قليلاً أو صور متعددة)
تعرض الرسالة الأحادية النموذج نموذجًا واحدًا واضحًا ووصفيًا لما تريد تقليده.
إنشاء الأفكار باستخدام مثال واحد:
Prompt:
Come up with a list of ideas for blog posts for tourists visiting
New York City for the first time.
1. Fuggedaboutit! Where to Stay in New York City On Your First Visit
يتيح لك إرسال عدد قليل من اللقطات المتعدّدة لنماذج النموذج إضافة المزيد من الأمثلة لما تريد فعله. ويعمل هذا البرنامج بشكل أفضل من الصفر على المهام الأكثر تعقيدًا التي تتطلّب تكرار النمط، أو عندما تحتاج إلى تنظيم الناتج بطريقة محدَّدة يصعب وصفها.
تصنيف الآراء القليلة:
Prompt:
Great product, 10/10: Positive
Didn't work very well: Negative
Super helpful, worth it: Positive
It doesn't work!:
عند تنفيذ رسالة المطالبة هذه، سيكون رد النموذج هو "لا يعمل" كوضع إيجابي أو سلبي، كما هو موضّح في الأمثلة.
جهاز توقع استجابة الرموز التعبيرية المتعددة اللقطات:
Prompt: Predict up to 5 emojis as a response to a text chat message. The output
should only include emojis.
input: The new visual design is blowing my mind 🤯
output: ➕,💘, ❤🔥
input: Well that looks great regardless
output: ❤️,🪄
input: Unfortunately this won't work
output: 💔,😔
input: sounds good, I'll look into that
output: 🙏,👍
input: 10hr cut of jeff goldblum laughing URL
output: 😂,💀,⚰️
input: Woo! Launch time!
العمليّة نفسها هنا، ولكنّ الطلب أصبح أكثر تعقيدًا، وقد تمّ منح النموذج المزيد من الأمثلة لمحاكاةها.
سلسلة من الأفكار السريعة
إنّ سلسلة الفكر (CoT) تشجّع فريق LLM على شرح أسبابها. يمكنك الجمع بين هذه اللقطات واللحظات القليلة للحصول على نتائج أفضل للمهام الأكثر تعقيدًا التي تتطلب التفكير قبل الحصول على ردّ.
Prompt:
The odd numbers in this group add up to an even number: 4, 8, 9, 15, 12, 2, 1.
A: Adding all the odd numbers (9, 15, 1) gives 25. The answer is False.
The odd numbers in this group add up to an even number: 15, 32, 5, 13, 82, 7, 1.
A:
تقنية العلاج بالأشعة تحت الصفر
تذكّر أنّ هذه الآلية تستغرِق المطالبة التي لا تتطلّب أي تصوير سابق، وتطلب من خلالها المطالبة بتسديد الدفعة وتضيف تعليمات إليها: "لنفكّر خطوة بخطوة". يمكن لتقنية LLM أن تنشئ سلسلة من الأفكار من هذه التعليمات، وعادةً ما تكون إجابة أكثر دقة أيضًا. وهذا نهج رائع لحثّ صانعي المحتوى التسويقي على إنشاء إجابات صحيحة لمشاكل مثل الكلمات.
Prompt:
I went to the market and bought 10 apples. I gave 2 apples to the neighbor and
2 to the repairman. I then went and bought 5 more apples and ate 1. How many
apples was I left with?
Let's think step by step.
استراتيجيات طلب التحديثات
تعلّم أنّه من المفضّل إعادة كتابة المحتوى عدّة مرات (ربما عشرات المرات). إليك بعض الأفكار لتحسين الإشعارات إذا واجهتك مشكلة:
ملاحظة: قد تصبح هذه الاستراتيجيات أقل فائدة أو ضرورية بمرور الوقت مع تحسُّن النماذج.
كرِّر الكلمات أو العبارات أو الأفكار الرئيسية
حدِّد تنسيق الإخراج المطلوب (CSV أو JSON وما إلى ذلك).
استخدِم الأحرف الكبيرة بالكامل للتركيز على النقاط أو التعليمات المهمة. يمكنك أيضًا محاولة المبالغة أو استخدام اللغة الفائقة، على سبيل المثال: "من المفترض أن يكون التفسير مستحيلاً بدون قصد. فكلمة واحدة يجب أن تكون واضحة بوضوح".
استخدِم المرادفات أو صياغة بديلة (مثلاً، بدلاً من استخدام "تلخيص"، جرِّب إلحاق "tldr" ببعض النصوص المُدخلة). يمكنك استخدام كلمات أو عبارات مختلفة ومستنداتها التي تحقق أداءً أفضل وما هي الأسوأ منها.
جرِّب أسلوب سندويتشات مع رسائل مطالبة طويلة: أضِف العبارة نفسها في أماكن مختلفة.
استخدِم مكتبة الإشعارات للحصول على أفكار ملهمة. نقطة المطالبة الرئيسية ومعرض الإشعارات هذا هو مكانان جيدان للبدء.