Posłuchaj
Listen to “z technicznego na nasze” on Spreaker.Opis odcinka
Rozmowa z asystentem SI wydaje się prosta. Ale czy na pewno taka jest? 🤔
Niby umiemy pisać, czytać, a także mówić i słuchać, ale żeby prowadzić efektywną rozmowę z asystentem i uzyskać dobre rezultaty, trzeba pamiętać o kilku kwestiach.
Opowiadam o nich w tym odcinku podcastu, a na koniec mam prezent. Ale o tym, jaki – dowiesz się, słuchając odcinka.
Życzę miłego odsłuchu! 🎧
Linki
- Newsletter podcastu
- Odbierz pełną kolekcję technik pisania poleceń do SI
- Badanie na temat frazy „weź głęboki oddech”
Rozdziały
- 00:00:00 Wprowadzenie
- 00:01:00 Powitanie
- 00:01:48 Dlaczego techniki są potrzebne?
- 00:04:33 Technika 1: Kontekst
- 00:07:53 Technika 2: Odwrócone pytania
- 00:09:00 Technika 3: Czas na oddech
- 00:10:33 Technika 4: Przykłady pozytywne
- 00:11:47 Technika 5: Przykłady negatywne
- 00:12:32 Prezent
- 00:14:20 Zakończenie
Wersja tekstowa
Spis treści
Intro
Pisanie poleceń do Sztucznej Inteligencji wydaje się być łatwe. W końcu raczej umiemy pisać, czytać, mówić i słuchać, więc można wyjść z założenia, że z asystentem SI jakoś się dogadamy.
I niby jest to prawda, ale tylko częściowa.
Bo żeby osiągać bardziej satysfakcjonujące wyniki w takiej rozmowie i żeby asystent faktycznie pomagał nam w pracy, a nie generował tylko miałkie, odrzucające i nieprzydatne treści, trzeba pamiętać o kilku kwestiach.
Jakich? O tym dzisiaj.
–
Cześć, z tej strony Damian, a Ty słuchasz właśnie podcastu z technicznego na nasze. Dowiesz się z niego, jak z pomocą technologii poprawić jakość swojego życia, pracy i małej firmy.
Zapraszam do odcinka!
Wprowadzenie
Dzień dobry w 9 odcinku podcastu z technicznego na nasze.
Opowiem Ci dzisiaj o 5 przydatnych i efektywnych technikach pisania dobrych poleceń do Sztucznej Inteligencji, a jeśli zostaniesz ze mną do końca, to będę miał też dla Ciebie mały prezent.
Zanim zaczniemy, to mam jeszcze dwie informacje:
– po pierwsze: wszystkie linki, informacje i dodatkowe materiały znajdziesz pod adresem ztechnicznego.pl/009.
– a po drugie: jeśli jeszcze nie obserwujesz tego podcastu w swojej ulubionej aplikacji, to gorąco zachęcam Cię do zrobienia tego – możesz to zrobić w dowolnym momencie, bez przerywania odsłuchu, klikając przycisk obserwuj lub subskrybuj.
Dobrze więc, zaczynamy!
Ale zanim opowiem Ci o technikach, to zastanówmy się przez moment… dlaczego w ogóle potrzebne jest ich stosowanie?
Dlaczego techniki są potrzebne?
Czy nie wystarczy po prostu zadać pytanie i czekać na odpowiedź?
Otóż: nie.
Asystenci SI, mimo zaawansowanej technologii, która za nimi stoi, nie są wszechwiedzący ani nie potrafią czytać w naszych myślach. Można ich porównać do co nieco inteligentnych, ale niedoświadczonych jeszcze pracowników, którzy potrzebują jasnych danych wejściowych, żeby dobrze wykonać swoje zadanie.
W większości przypadków modele językowe, działające pod spodem asystentów SI, takich jak ChatGPT, funkcjonują w podobny (na bardzo ogólnym poziomie) sposób: patrzą na otrzymany od Ciebie tekst i próbują go rozwinąć, zgadując statystycznie najbardziej prawdopodobną, kolejną – nazwijmy to – sylabę (w rozumieniu SI bardziej token, który jest częścią słowa).
Później patrzą na to, co powstało z tego połączenia i znowu generują kolejny fragment.
I tak w kółko, aż nie zdecydują, że to już koniec wypowiedzi.
Bardzo intrygujące w tym wszystkim jest to, że przy tworzeniu tych wszystkich modeli określony został ich ogólny model działania, zestaw danych wejściowych, sposób nauki i właściwie tyle.
Algorytmy uczyły się już dalej automatycznie i w pewnym sensie wykształciły sobie takie struktury, które trzeba teraz badać, żeby dowiedzieć się, co tam w środku jest, jak działa i jak można na to wpływać.
W pewnym sensie, pierwszy raz mamy do czynienia z oprogramowaniem działającym na taką skalę w sposób, który nie do końca rozumiemy.
Dlatego odkąd tylko istnieją modele generatywnej SI, różni ludzie na świecie próbują z nimi eksperymentować i sprawdzać, jakie polecenia dają najlepsze rezultaty i jak formułować prośby, żeby otrzymać najlepsze odpowiedzi.
Korzystając z takich technik możemy wpłynąć na działanie tego całego algorytmu w taki sposób, aby wykonał nasze działanie lepiej. Czy aby statystyka w jego przypadku zadziałała bardziej po naszej myśli.
I tych technik obecnie jest wiele i jest wiele ich wariacji. Możemy je z sobą łączyć, czy wykorzystywać zależnie od kategorii problemu, czy zadania, z którym się mierzymy.
I dzisiaj opowiem Ci o pięciu takich – przykładowych, ale – bardzo efektywnych z nich.
Tak, jak teraz zrobiłem Ci małe wprowadzenie, dlaczego w ogóle techniki są istotne i warto z nich korzystać, co osadza naszą dalszą rozmowę w jakimś kontekście, tak pierwszą techniką jest właśnie
Polecane techniki
Podanie kontekstu
Wyobraź sobie, że jesteś na zakupach w galerii handlowej. Przechodząc pomiędzy sklepami podchodzi do Ciebie lekko zdezorientowany nieznajomy, prosząc o pomoc.
W kilku zdaniach wyjaśnia Ci, że chce kupić mysz i nie wie, gdzie się udać. Pytanie, gdzie go pokierujesz?
Możesz uznać za naturalne, że chodzi o gryzonia i pokierować nienznajomego do sklepu zoologicznego. Może chodzi o zabawkę dla kota? Wtedy może wystarczy nawet zwykły market. A może też przyjść Ci od razu do głowy sklep z elektroniką i to tam skierujesz zagubionego.
W rozmowie z asystentem SI możemy popełnić ten sam błąd, który popełnił proszący nas o pomoc obcy – nie powiedzieć, jaki jest kontekst naszego pytania, o jaką mysz chodzi i jaki właściwie jest nasz cel.
W rozmowie z ChatGPT, chcąc otrzymać odpowiedź, która nie będzie kompletnie z czapy, musimy zawsze wysilić się przynajmniej trochę i opowiedzieć o tle naszej rozmowy. A im więcej informacji w takim kontekście zawrzemy, tym lepiej.
Możesz napisać:
- Chcę sprzedawać szkolenia – ale jakie? Kto jest Twoją grupą docelową?
- Prowadzę profil w sieciach społecznościowych – o czym? Jakie tematy poruszasz? Jaki jest Twój styl wypowiedzi?
- Piszę wiadomość e-mail – do kogo? Jaka relacja Was łączy? W jakim języku się komunikujecie?
Im więcej informacji na temat tego, co chcesz osiągnąć i dlaczego coś robisz – tym lepiej.
Dodatkowy kontekst może obejmować:
- tło sytuacyjne (np. “Jestem początkującym marketerem”)
- cel zapytania (np. “Chcę napisać artykuł dla laików”)
- ograniczenia, które posiadasz (np. “Mam tylko 30 minut na przygotowanie”)
- preferencje (np. “Preferuję rozwiązania darmowe”)
- informacje o przedmiocie (np. “Prowadzę kanał YouTube na temat szydełkowania”).
- wskazanie grupy docelowej (np. “Moją grupą docelową są właściciele firm”).
- i tak dalej.
Podanie kontekstu to najważniejsza i podstawowa technika, która bardzo ułatwia prowadzenie rozmowy z asystentem SI.
Ale czasami trudno jest uwzględnić rzeczywiście WSZYSTKO.
Odwrócone pytania
Skąd wiedzieć, czy podane przez Ciebie informacje są wystarczające? Gdy idziemy z problemem do lekarza, mechanika, czy innego specjalisty to oczekujemy, że przeprowadzi on wywiad, który pozwoli mu zaoferować nam jak najlepszą pomoc.
I o ile zawsze warto podać jak najwięcej istotnych informacji już na starcie, to jest też sposób, jak sobie poradzić, gdy chcemy się upewnić, że rzeczywiście powiemy o wszystkim, co istotne.
Z pomocą przychodzi technika odwróconych pytań.
Chodzi w niej o to, że prosimy asystenta SI, żeby zadał dodatkowe pytania o kwestie, których nie poruszyliśmy, a które mogą być istotne i które ułatwią wygenerowanie właściwej odpowiedzi.
Stawiamy wtedy asystenta w roli specjalisty, który zanim przystąpi do rozwiązania danego zadania, dopyta o brakujące szczegóły.
Jak się tak nad tym zastanowić, to jest to dosyć naturalny proces, którego oczekujemy od wszelkiego rodzaju specjalistów, z którymi mamy kontakt.
Jak więc to zrobić? Wystarczy, że zakończysz swoje polecenie słowami: „Zanim odpowiesz, zadaj mi 5 pytań uzupełniających, które ułatwią Ci stworzenie kompleksowej odpowiedzi na mój problem”.
To wszystko.
Czasami można się zaskoczyć, o jakich kwestiach nie pomyśleliśmy, a jakie mogą być istotne. I już samo przeczytanie pytań może skłonić do przemyśleń i nam samym pozwala lepiej zrozumieć nasz własny problem.
Czas na oddech
No właśnie, a jeśli mowa o przemyśleniach, to my zwykle potrzebujemy na nie czasu. I co ciekawe, co nawet potwierdziły badania, tego czasu – choć trochę w innym sensie – potrzebują też asystenci SI.
Dlaczego?
Już tłumaczę.
Otóż pewna grupa badaczy przeprowadziła jakiś czas temu eksperyment, w którym sprawdzali oni efektywność i dokładność odpowiedzi wygenerowanych przez modele językowe i to, co na nie wpływa.
W trakcie tych badań okazało się, że dodanie do polecenia słów „weź głęboki oddech i rozwiąż ten problem krok po kroku” znacznie zwiększa jakość generowanych odpowiedzi.
Mimo tego, że generatywna SI nie zna pojęcia czasu, to tego typu instrukcja wpływa na generowane przez nią słowa w taki sposób, że stworzona odpowiedź jest bardziej dokładna.
Taki czas na oddech może przydać się wtedy, gdy na przykład chcemy poznać odpowiedź na jakieś bardziej złożone zagadnienie, czy zależy nam na dokładności.
Dlaczego tak jest? Możemy się tylko domyślac. Może to wynikać choćby z faktu, że w takim przypadku asystent generując kolejne tokeny/sylaby/słowa – w pewnym sensie – sam układa swój ciąg myśli tak, że kolejne fragmenty są lepsze.
Jeśli z kolei zależy nam na tym, żeby asystent SI w wyniku swojej pracy dopasował się do konkretnego schematu, to możemy zastosować kolejną technikę, którą są…
Przykłady pozytywne
Przykłady pozytywne to technika, w której podajemy w poleceniu listę konkretnych, istniejących przykładów oczekiwanego efektu.
Na przykład jeśli chcemy, aby asystent SI napisał dla nas post do sieci społecznościowych, to wśród przykładów można zawrzeć kilka naszych dotychczasowych postów.
I tak jeśli podamy jeden przykład, to odpowiedź asystenta może być do niego bardzo mocno dopasowana – możemy mieć wrażenie, że asystent skopiował strukturę tekstu i zrobił dokładnie to samo, tylko w innym temacie.
Jeśli jednak podamy tych przykładów więcej, to SI, generując odpowiedź, spróbuje zdefiniować schemat i w efekcie dać nam tekst, który pasuje do zestawu, ale jednocześnie nie jest kropka w kropkę taki sam.
Zależnie od tego, czy oczekujesz konkretnego dopasowania, czy swobodnego, możesz zastosować odpowiednią liczbę przykładów pozytywnych.
A co ciekawe, całkiem dobrze sprawdza się też korzystanie z…
Przykłady negatywne
…przykładów negatywnych. W nich z kolei chodzi o to, że instruujemy asystenta w naszym poleceniu, jakie są nieprawidłowe wyniki i czego oczekujemy że nie zrobi.
Jest to szczególnie przydatne, gdy chcemy wykluczyć pewne elementy z odpowiedzi lub gdy chcemy, aby model unikał konkretnych błędów, stylu, czy sformułowań.
Ta metoda bardzo dobrze sprawdza się w sytuacjach, gdy łatwiej jest określić, czego nie chcemy, niż precyzyjnie opisać oczekiwany rezultat, ale może też sprawdzić się jako doprecyzowanie oczekiwanego wyniku w połączeniu z przykładami pozytywnymi.
Będzie też odpowiednia, żeby zabezpieczyć się przed odpowiedziami, które zupełnie będą rozmijać się z oczekiwanym przez nas formatem odpowiedzi.
Podsumowanie i prezent
I to była ostatnia technika, o której chciałem Ci dzisiaj powiedzieć, teraz czas na obiecany prezent.
Omówiliśmy dzisiaj 5 technik, czyli:
- Podanie kontekstu
- Odwrócone pytania
- Czas na oddech
- Przykłady pozytywne
- Przykłady negatywne
To część przygotowanej przeze mnie kolekcji 15 technik, których poznanie pozwoli Ci bardziej świadomie pisać polecenia do Sztucznej Inteligencji i w końcu otrzymywać satysfakcjonujące rezultaty.
W kolekcji, jak już wspomniałem, znajduje się 15 technik, a każda z nich ma opis, przykłady, czy wskazówki do jej stosowania, ale jednocześnie wszystko to jest zgrabne w swojej formie, więc szybko możesz poznać te techniki i zacząć je stosować.
I teraz najlepsza część – rozdaję tę kolekcję za… zero złotych, jako prezent za zapis do newslettera „z technicznego na nasze”.
Jeśli więc chcesz ją otrzymać, to wystarczy, że zapiszesz się się pod adresem ztechnicznego.pl/newsletter.
Newsletter wysyłam co 2 tygodnie, możesz się do niego zapisać za darmo, a – jeśli Ci się nie spodoba – zrezygnować w dowolnym momencie.
Poruszam w nim tematy produktywnego i świadomego korzystania z technologii w swoim codziennym życiu, pracy i przy prowadzeniu małej firmy.
Polecam zobaczyć, zapisać się i odebrać bonus. Szczególnie, jeśli te tematy Cię interesują.
Zakończenie
I to już wszystko na dzisiaj, serdecznie dziękuję, że dosłuchałeś lub dosłuchałaś tego odcinka do końca i jeśli nie chcesz przegapić kolejnych, to możesz zaobserwować podcast w aplikacji, w której go obecnie słuchasz.
Ja już teraz się z Tobą żegnam, życzę Ci miłego dnia i do usłyszenia – i zobaczenia – w kolejnych materiałach.
Cześć!