В этой книге вы будете учиться правилам и приемам промт-инжиниринга. Им будут пропитаны все страницы, после чтения вы сможете совсем иначе взглянуть на потенциал ИИ. А теперь о само́м «главном герое».
Промт-инжиниринг (далее – промтинг) – это направление, изучающее навыки подготовки, создания и оптимизации подсказок (промтов) для нейросетей, где подсказка – это вводные данные, которые пользователь дает модели для получения нужного ответа.
Качество ответа может кардинально разниться в зависимости от того, насколько пользователь разбирается в правилах и тонкостях промтинга.
Посмотрим на две подсказки.
• Дай мне рецепты трех вкусных блюд на ужин.
С точки зрения промтинга это ужасная подсказка. Во-первых, нет никаких переменных и условий. Во-вторых, мы совершили типичную ошибку, добавив оценочное суждение «вкусных».
Наша природа такова, что мы почему-то надеемся, что результат будет соответствовать именно нашему вкусу. Но ИИ так не думает, для него «вкусных» = «ничего» или «что угодно». Кому вкусных? По каким критериям? Из каких продуктов? В результате человек чувствует непонимание и грусть: «Я пробовал (-а) ChatGPT, результат не вдохновил. Как-то все слишком обычно или даже слабо, ничего этакого».
Это самая частая фраза людей, просящих рецепты трех вкусных блюд. Когда промты слабы, неконкретны, запутанны, включают в себя взаимоисключающие условия или не устанавливают конкретные рамки подсказки, модель не сможет раскрыться. Вы будете пытаться выжать 100 км/ч на первой передаче, не умея переключаться до пятой.
Нейромодель GPT колоссально умна, она знает и умеет многое, но, чтобы вывести ее на нужный уровень, вы сами должны очертить ее рамки.
Теперь попробуем иначе.
• Дай мне рецепты трех блюд на ужин.
У меня есть продукты: 2 кг картофеля, 1 кг курятины, морковь, свекла, томаты, чеснок, лук, перец.
В рецептах можно использовать часть или все продукты из списка. Нельзя добавлять продукты, которых нет в списке.
Способ приготовления – жарка или тушение.
Длительность приготовления – до 2 часов.
Блюда должны быть оценены как очень вкусные в большинстве источников.
Все, кроме одного ответа ИИ, точно соответствовали заданию. Но в одном ИИ «взбрыкнул» и по собственной воле добавил вот такой рецепт.
Рецепт 3: томатный суп с овощами и курятиной.
Ингредиенты:
• 500 г курятины;
• 2–3 картофелины;
• 1 морковь;
• 1 свекла;
• 2–3 помидора;
• 2 зубчика чеснока;
• 1 луковица;
• 1 литр куриного бульона;
• 2 столовые ложки растительного масла;
• соль и перец по вкусу;
• зелень (петрушка, укроп) для украшения.
Приготовление:
1. Курятину порежьте…
Модель использовала рецепт с растительным маслом и зеленью, которых не было в списке. Проблема? Нет, это все еще промтинг. Добавляем в диалог новую вводную:
• Дай мне блюда без растительного масла и зелени, их нет в списке.
GPT уже помнит контекст, нейросети не нужно заново ставить условия. Мы лишь поправляем ИИ, вводя в нужные нам рамки. В итоге снова получаем три блюда, но уже с учетом прошлых ошибок. И теперь ни в одном нет «запрещенки». Вот один из примеров.
Тушеная картошка с курятиной в томатном соусе
Ингредиенты:
• 1 кг картофеля;
• 500 г курятины;
• 1 луковица;
• 2 моркови;
• 2–3 зубчика чеснока;
• 2–3 помидора;
• соль и перец по вкусу.
Приготовление:
1. Картофель…
Далее мы будем стараться не цитировать ответы GPT (только несколько раз в виде исключений). Все же не совсем правильно разбавлять авторский текст постоянными ответами ИИ.
Если бы мы пошли дальше, то могли бы попросить советы по сокращению времени готовки или, например, вытянули из ИИ какой-нибудь интересный соус из оставшихся продуктов. Повернуть можно куда угодно – этим промтинг и замечателен.
Конечно, картошка в томатном соусе – не высший пилотаж работы с подсказками, и все же пример отлично передает суть. Если мы умеем «управлять» ИИ, то GPT делает массу нужного и полезного. А если мы еще и креативны, опытны, знаем варианты «маневров», это лишь усиливает эффект.
Кому и где пригодятся навыки промтинга? Самое смешное, что практически всем и везде. Приведем буквально несколько примеров случайных ситуаций.
• Вы – менеджер. Вам нужно продумать варианты развития диалога со сложным клиентом. Или написать многоуровневое письмо с простой и четкой логикой.
• Вы – SMM-специалист. Вам нужны интересные идеи конкурсов, сценарии для историй и видео, контент-планы, посты и опросы. Или же вы хотите создать шаблоны и правила для экологичных ответов на агрессивные отзывы либо комментарии.
• Вы – папа. Вы хотите сочинять интересные сказки для младшей дочки, чтобы в них были обыграны известные ей места, события, упомянуты ваши домашние животные. Или продумать интересный сценарий для ее дня рождения, а старшему сыну – за десять минут сделать презентацию для школы.
• Вы – копирайтер. Вы тратите огромное количество времени на улучшение и редактуру текстов. Или же у вас писательский ступор, который не дает начать первый абзац, а то и вовсе сделать хотя бы черновик статьи.
• Вы – студент. Вы хотите написать классную курсовую, но креатива не хватает и со структурой проблемы. Или хотите блистать знаниями, используя малоизвестные факты, которых не было в лекциях.
• Вы – руководитель. Вам нужно проработать план и подобрать интересные сравнения для выступления. Или собрать релевантную информацию о предмете, который будете обсуждать с подрядчиком.
• Вы любознательны. Вам интересно пообщаться с умным собеседником, который готов расширить ваш кругозор по любому вопросу. Или же вы хотите поспорить с ИИ «без поддавков», получая честные аргументы.
Промтинг – это не унылые и однообразные действия (хотя порой случаются и они), а полноценный творческий процесс, содержащий поиск путей, новые открытия и неожиданные решения. По сути, это огромная территория, где можно пойти куда угодно и как угодно.
Если бы можно было сделать какой-то емкий, но максимально описательный слоган для промтинга, мы бы предложили такой:
«Всегда можно спросить!»
О чем? А вот обо всем. Вообще обо всем. И это не дежурная фраза, а, скорее, совсем иной уровень вашего опыта.
Работа с подсказками – это не только рост качества ответов или закрепления интересных ходов, это всегда еще и «перенастройка» мозга.
Например, если мы уже более или менее привыкли, что есть поисковики, которые знают ответы на множество вопросов, то работа с подсказками – совсем иной, куда более глубокий уровень.
Объем и направление запросов – безграничны. Чем больше человек работает с нейросетью, тем больше он видит точек опоры и вариантов решений.
Поначалу мы не очень умеем опираться на GPT. Наш опыт «работы с машиной» все еще ограничивается максимум поисковиками: вводим запрос – получаем список статей, видео и т. д.
А вот то, что мы сами можем сконструировать схему получения ответов, наш мозг еще пока не понимает. Не привык. Не охватывает.
Скажем, вы хотите стать копирайтером. Что нам обычно подсказывает опыт?
Как выглядит обычное решение?
Посмотреть в поисковиках запросы типа «как стать копирайтером», «книги про копирайтинг», «что нужно уметь копирайтеру» и т. п. Найти по ним статьи, книги и прочие носители и изучить их.
Суть обычного решения выглядит так.
Мы берем подходящую информацию, оценивая ее как конечный набор знаний. Все, что можно было «вытянуть» из внешних источников, мы вытянули. Если мы не поняли какие-то данные, что-то было недостаточно раскрыто в статьях (книгах и т. п.) или у нас есть сомнения, то мы со всем этим так и останемся один на один.
Как вариант, еще можно оплатить услуги специалиста или задавать вопросы в каких-то сообществах, но это уже другие, побочные решения со своими минусами (дорого, долго, могут не ответить и т. п.).
Теперь посмотрим на решение промтера.
И сразу же есть варианты: либо опять же начать с книг или других конечных источников, чтобы составить общую картину, а затем идти к ИИ, либо сразу начать терзать GPT. Выберем более удобный и надежный вариант: «знания людей + ИИ».
Сначала мы изучаем общую информацию. Книги, статьи, видео и пр. Погружаемся. Вникаем. Затем, когда уже есть какое-то представление об объекте изучения и первые вопросы, можно приступать к промтингу.
Например, у нас есть вопросы по заголовкам:
• Чем плохой заголовок отличается от хорошего? Дай примеры обоих случаев.
Объясни, чем каждый из них плох или хорош.
Я напишу пять заголовков, скажи, какие из них лучше и почему.
Терзаем GPT…
Немного разобрались. Идем дальше и снова собираем знания:
• Какие малоизвестные формулы заголовков эффективно работают с информационными текстами и почему?
• Какие ошибки допускают копирайтеры при создании заголовков?
• Чем отличается заголовок по формуле AIDA* от заголовка по формуле PAS*: дай основные тезисы и примеры каждого вида. Объясни различия на примерах.
• Я хочу знать все лучшие формулы заголовков, сначала дай мне основные данные о них, а затем создай тест для закрепления материала.
* Об этих и других формулах поговорим в главе 10.
Что-то не получается? Скажем, ИИ дает вам тесты из своих примеров, а вам нужны тесты с вариантами ответов? Или тестирование с вариантами «правильно-неправильно»? Или еще какое-то?
Не забываем, что с нами слоган «Всегда можно спросить!».
Если ИИ выдает вам тесты с вариантами ответов, а вы хотите чего-то другого, то все исправит простенький промт:
• Ты дал мне тесты с вариантами ответов, а я хочу тестирование «правильно-неправильно» с 20 вопросами. Под каждым вариантом сам ответь – какой вариант верный и почему.
Вот так, шажками, проникая все глубже и постигая нюансы, мы можем саморазвиваться. Если встретился какой-то большой пласт знаний, то можно снова изучить книги и статьи (чтобы разобраться в теме), а затем опять перейти к общению с нейросетью.
Да, сегодня все еще не так радужно (о минусах промтинга мы скажем отдельно), но такая стратегия реально работает и дает очень хорошие результаты, особенно в тех нишах и областях знаний, где есть некие общепринятые международные стандарты (программирование, философия, физическая культура, психология, зоология и т. д. и т. п.).
И еще важный момент: слоган «Всегда можно спросить!» актуален, конечно, не только для самообразования. Это общий принцип, который работает при любых задачах. Ниже указана лишь часть глаголов-действий для подсказок, раскрывающих потенциал ИИ: