如何正确使用生成式人工智能

AI是愚蠢的,但是你可以通过使用它的方式让它变得更聪明。

Photo by Mojahid Mottakin on Unsplash

类似ChatGPT和Google Bard这样的生成式人工智能工具可能是为了方便而开发的,但为了获得期望的结果,您仍然需要动用您的人脑。让我解释一下。(并没有试图押韵 :)

与普遍观念相反,人工智能工具实际上相当愚笨。它们不会主动地预测,而仅仅按照你提供的信息生成结果,几乎没有任何直观的努力。因此,作为引导者的你需要付出一些努力(至少一点),使这些工具按照你的意愿运转。

我相信,尽管这些工具可能还不够智能,但只要您使用一个结构合理的提示,它们仍然可以产生有意义的内容。

话虽如此,我打算将此帖仅限于文本到文本的模型,因为我还没有足够的实验经验来尝试Midjourney和Stable Diffusion等其他类型的AI模型。

使用生成AI创建内容很容易,但使用它创建有影响力的内容是一项必须学习的技能。

即时工程的力量

保持 HTML 结构,将以下英文文本翻译成简体中文: 在开始时,即时工程可能看起来像是一项伪技能,但实际上其中并不止眼前所见。

你看,任何一个早期阶段的想法都会遭受批评。公平地说,像快速工程这样的领域正在发展的演变阶段,就像GenAI一样。这可能会是未来最受追捧的技能之一!(或者也可能不是)

The Prompt (Screenshot by Author)
The Output (Generated in DALLE-3)

在他们的LinkedIn帖子中,XIS10CIAL表达得最好:

像许多新兴科学领域一样,快速工程在其初期阶段,实验和多样化的方法对于其增长和发展至关重要。

如果你寻找定义,你会发现——及时工程是一种在人工智能中用于改进和优化语言模型以实现特定任务和期望结果的技术。(Google Bard回答的🤯)

人们在这里误解了主要观点。它由两个词组成,即PROMPT和ENGINEERING ——前者意为提供指令(在这个背景下),后者是指工程或设计。

让我们专注于前半部分。提示或促使与询问问题和得到结果是不同的。你需要提供指示,也就是说你必须加以策划。你的指示越好,结果就会越好。

如果你的提示很弱,你怎么能指望模型生成黄金呢?

立即工程或立即设计是一项新兴的技能,只要你采取正确的步骤,你就可以掌握它。更重要的是,如果你想在创意或个人努力中利用生成式人工智能的力量,你需要了解它是如何工作的。

如何创建有效的提示

在理解有效提示之前,您需要了解您正在使用的模型的范围。

让我们考虑一个专为语言翻译设计的人工智能模型。了解它的范围意味着承认该模型经过特定训练,用于将文本从一种语言翻译成另一种语言,确保准确性和上下文。

现在,假设您正在使用这个翻译模型,并且需要将一份技术手册从英文翻译成法文。在创建提示之前,您意识到该模型的范围包括理解两种语言中的技术术语和上下文。

所以,您的提示不仅仅是一个简单的翻译请求。相反,它可能是这样的:“将以下技术手册从英文翻译成法文,确保所有技术术语准确传达,并保持专业语气。”

这个提示很有效,因为它与模型的能力(语言翻译)和特定背景(技术手册)相吻合,从而实现更准确且符合上下文的翻译。

这就是“提示引导”概念出现的地方。但我们将在后面讨论。现在,让我们探索一些策划有效提示的技巧:

  1. 保持具体

这个问题是一件轻而易举的事情。AI模型只能根据您的指示/提示的具体度来生成符合您期望的输出。

例如,像“写一个两名宇航员之间的对话”这样的提示可能会朝任何方向发展,因为您没有明确指定他们对话的具体情境。

然而,如果你将其更具体地描述为,“在火星上发现古老微生物生命证据的两名宇航员之间进行一段对话草稿,重点是他们的兴奋和科学意义”,你将得到更相关的输出。(试试看!)

A not-so-specific prompt
A more specific prompt leads to a more relevant output

2. 报告结果的格式

驾驶模型以您所期望的格式生成结果。您应该始终在提示中说明输出格式以获得最佳结果。

以下提示是一个很好的例子:以表格形式说明验光师、眼科医生和配镜师之间的区别。表格中至少使用6行,并保持句子简短。

ChatGPT output in a Table Format

3. 提供上下文和背景资料

随着全新的巴德更新和GPT-4发布,您可以要求模型来实时获取特定的网络信息。虽然这种方法有效,但手动提供背景信息会获得更好的结果。

如果提示要求特定的知识或涉及特定情况,请在提示中提供足够的背景信息以获得有效的回答。

确保稍后对结果进行编辑并添加您的观点,否则只会是简单的改写案例。

4. 使用角色扮演

给模型一个声音或角色来模仿在尝试生成不同的东西时非常奏效。

当您在提示开始时指定一个角色,它将能够生成具有一点个人化的内容,而不是在未指定角色时生成通用的输出。

考虑以下提示:

您是一位成功的恐怖作家和诗人。以埃德加·爱伦·坡(Edgar Allan Poe)的声音写一首关于悲伤磨难的黑暗诗。

GPT-4输出:

“在夜晚阴沉的怀抱中, 阴影与幽灵一同编织舞蹈, 那里躺着一颗忧伤交织的心, 一个痛苦的灵魂,渴望宽慰。”

在月球哀嚎的光下,在无尽苦难的走廊中,徘徊着那个失落而破碎的灵魂,一只凄苦而衰弱的幽灵。

“哦,哀叹!失去爱情的刺痛, 在暴风雨的海上,我的心被抛弃。 命运的残酷之手将我们分开, 我最亲爱的爱人,永远离去。”

在沉默尖叫的地下室里,被遗忘的梦想的回音回荡着,悼者孤独地哭泣,失落地站在空荡荡的大厅里,欢乐已经离去。

诅咒那冷冷地闪耀的星辰, 在我痛苦的梦中萦绕不去。 因为在它们的光芒中,我看到她的双眸, 一道幽灵般的幻象,是我灭亡的预兆。

无尽黑夜的面纱下,没有黎明破晓,没有一丝希望在眼前。 在悲伤的无情掌控中,每一次呼吸都像是幽灵般的枯槁喘息。

在绝望深渊的这里, 阴影与死亡的冰冷相吻, 我将我的心,一个破碎的神龛, 献于逝去的爱在时间的沙漠中。

在黑暗中,让我居住, 一个被困在这活地狱中的灵魂。 因为在这悲伤中,我被束缚, 一个被命运诅咒的诗人,已经放弃了。

现在让我们来看看像“写一首恐怖的诗”这样的提示的结果。

在黑暗而阴郁的夜晚,月亮不那么明亮的地方,住着一个鬼魂,虽然看不见但依在那儿,在空中飘荡。

“哦哦哦,”它嚎叫着,但并不太清楚,试图传播它的幽灵般的恐惧。但唉,它并不那么吓人,...咱们就不继续这个了。 😬

5. 提及限制条件

有时,生成式人工智能倾向于生成超出所需的内容,尤其是在文本到文本的模型中。在这方面,您必须在提示中指定约束条件,以获得精确的回应。

简而言之,您需要告诉模型不要创建什么,同时要告诉它您希望它完成的具体任务。这不仅会更快速,而且更符合您的要求。

乍看起来可能有些逆向思维,但记住,对于创造力来说, less is more。(在 AI 创造力方面也同样适用)

让我们通过一个例子来理解:

ChatGPT Output Screenshot

请注意生成的输出是充满了不必要的表情符号、感叹号和肤浅的营销用语吗?不使用提示限制将导致这种结果,这并不理想。

现在查看我列出的多个约束条件和我们到目前为止讨论过的其他提示的提示。

A prompt with the output where constraints are specified

什么是提示启动?

简单地说,提示引导是通过专注和预先策划的技术指导或引导模型创建更细致入微的输出。就像给模型一张路线图,使其与手头的任务保持一致,不会随意偏离。

本质上,提示启动是您在AI对话中的个人方向盘。

无论您需要一个快速、直接的答案,寻找一个与众不同的点子,还是希望得到具有特定风格的回应,迅速启动是您的选择方法。

所以,我们迄今为止讨论的所有技巧和技术都是提示启动的各个方面。总结一下:具体性、格式化、情境化、角色扮演和约束。

尽管如此,关于提示引导还有几点可以进一步提升你的提示游戏,但恐怕这已超出了本文的范围。如果你有兴趣深入了解,我建议你查看此博文:https://medium.com/aimonks/what-is-priming-the-prompt-1f12dcb855a8

即刻工程师不是一份工作,而是一项技能

编程工程师不是一项难技能。任何人都可以在没有任何先前技术背景的情况下学习它。这并不意味着它没有价值。

随着越来越多的人工智能工具在我们的日常生活中变得普遍,像提示工程这样的技能将被视为基本技能。这将类似于在大多数白领工作中具备使用电子邮件、文档工具等基本知识一样。这意味着现在了解如何有效使用语言模型的特殊优势很快将变得普遍。

虽然学习如何使用这些语言模型很重要,但这项技能很快将只是大多数办公室工作的基本要求,而不是独特的优势。

技术人员、创意人员、销售人员和社工,都需要使用这些工具来更好、更快地完成工作。他们会使用这些语言模型来帮助他们的工作,这是一项变得越来越重要的技能。

然而,正如我之前提到的,这是一个不断发展的领域,你必须保持与最新的发展保持同步。目前,像提示启动和精细调整这样的概念是普遍存在的,而在未来将会有更多的发展。

所以,如果你想走在游戏的前列,现在学习如何有效地使用生成式人工智能是一个不错的选择。记住不要期望在即时工程方面有利润丰厚的工作前景,因为那似乎是不太可能的。

我的社交链接:领英|推特|Instagram

如果您喜欢这篇文章或认为它有洞见,请花一分钟按下拍手按钮,这将提高该文章在其他Medium用户中的可见度。谢谢 :)

2024-01-29 04:26:49 AI中文站翻译自原文