ChatGPT: Le 8 tecniche di promozione che devi imparare (Nessuna stupidaggine!)

Potresti o potresti non aver sentito parlare di prompt engineering. Fondamentalmente si tratta di "comunicare efficacemente con un'intelligenza artificiale per ottenere ciò che si desidera".

Molte persone non sanno come creare degli input adeguati.

Tuttavia, sta diventando una competenza sempre più importante...
Perché spazzatura in = spazzatura fuori.

Ecco le tecniche più importanti che hai bisogno per fare una prompt 👇

Farò riferimento a un modello di linguaggio come 'LM'.

Esempi di modelli di linguaggio sono il ChatGPT di @OpenAI e il Claude di @AnthropicAI.

1. Persona/ruolo che sollecita

Assegna un ruolo all'IA.

Esempio: "Sei un esperto in X. Hai aiutato le persone a fare Y per 20 anni. Il tuo compito è dare il miglior consiglio su X.
Rispondi 'capito' se è chiaro."

Un potente add-on è il seguente:

‘Dovresti sempre fare domande prima di rispondere in modo da capire meglio cosa cerca chi pone la domanda.’

Ti spiegherò perché ciò è così importante tra un attimo.

2. CoT

CoT significa 'Catena di Pensiero'

È utilizzato per istruire l'LM a spiegare il suo ragionamento.

Esempio:

3. Zero-shot-CoT

Zero-shot si riferisce a un modello che effettua previsioni senza ulteriore addestramento all'interno del prompt.

Arriverò al few-shot tra un minuto.

Si noti che di solito CoT > Zero-shot-CoT

Esempio:

4. Pochi colpi (e pochi colpi-CoT)

Pochi esempi è quando l'ML riceve alcuni esempi nel prompt per adattarsi più velocemente a nuovi esempi.

Esempio:

5. Generazione di conoscenza

Generazione di conoscenze legate alle domande stimolando un LM.

Questo può essere utilizzato per un prompt di conoscenza generato (vedi ulteriori informazioni).

Esempio:

6. Conoscenza generata

Ora che abbiamo conoscenza, possiamo inserire quelle informazioni in un nuovo prompt e fare domande in relazione alla conoscenza.

Una domanda del genere viene chiamata domanda "arricchita di conoscenza".

7. Coerenza interna

Questa tecnica viene utilizzata per generare percorsi ragionanti multipli (catene di pensiero).

La risposta maggioritaria viene considerata come risposta finale.

Esempio:

8. LtM

LtM sta per 'Dal minore al maggiore'

Questa tecnica è un seguito di CoT. Inoltre, funziona suddividendo un problema in sottoproblemi e poi risolvendoli.

Esempio: