CÁCH TẠO RA NHẮN GỬI AI THẬT SỰ HIỆU QUẢ

bạn yêu cầu một LLM tạo ra một báo cáo chất lượng cao
và nhận lại văn bản được viết với sự tự tin của chuyên gia
nhưng lại chứa toàn bộ những điều sai sự thật
quen thuộc chứ?
vì vậy, để tránh những tình huống như vậy, bạn cần hiểu
những điểm cơ bản sau:
> vấn đề “trợ lý thông minh nhưng không đáng tin cậy”
kết quả của LLM là 20% từ mô hình, 80% là cách bạn cấu trúc prompt
kỹ thuật tạo prompt - chỉ là kiểm soát ngôn ngữ tự nhiên một cách cứng nhắc
vì vậy, để có kết quả chất lượng, bạn cần ngừng trò chuyện với mô hình và bắt đầu lập trình nó
> Ảo giác AI - chỉ số của việc thiếu hướng dẫn rõ ràng
để đảm bảo sự định hướng, hãy sử dụng các kỹ thuật sau:
- đặt kỳ vọng rõ ràng của bạn
- giới hạn đầu ra (đặt giới hạn nghiêm ngặt)
- yêu cầu nó xác minh/kết kiểm lại chính nó (tự kiểm tra sự thật)
> khung làm việc - “bản thiết kế” cho AI
3 khung chính:
- RACE (Vai trò, Hành động, Bối cảnh, Kỳ vọng)
nhanh, đơn giản, phù hợp cho sử dụng hàng ngày
- STOKE (Tình huống, Nhiệm vụ, Mục tiêu, Kiến thức, Ví dụ)
dành cho công việc sâu và các lĩnh vực đặc thù
- CRISPE (Năng lực, Hiểu biết, Phát biểu, Cá tính, Thử nghiệm)
sáng tạo, kiểm thử giả thuyết, kiểm soát phong cách
Các mô hình ngôn ngữ lớn (LLMs) xử lý các cấu trúc này tốt hơn nhiều
vì vậy, kết quả cuối cùng gần như đúng với những gì bạn mong muốn hơn
đừng làm phức tạp việc sử dụng AI của bạn với những yêu cầu lặp lại vô nghĩa
thành thạo các kiến thức cơ bản và nhận được kết quả chất lượng, mong muốn từ LLMs